基于SVM的蔬菜需求预测系统研究

发布时间：2017-08-29 21:39

  本文关键词：基于SVM的蔬菜需求预测系统研究

  更多相关文章： 蔬菜 支持向量机 需求预测

【摘要】：我国是农业大国,同时也是农产品消费大国。蔬菜消费在居民个人消费中占据一定比重,并且属于必须品,在国民经济中占有非常重要的地位。对蔬菜进行未来短时间内的需求预测及供需预警研究对农业消费生产稳定及居民生活有巨大的意义。 近年来,国内外很多学者在需求预测上,提出了很多有创新性和实践意义的方法。但在研究蔬菜需求预测问题中,因影响蔬菜需求因素多且复杂,是一种高度非线性关系,而传统预测方法一般常采用简单的数学模型进行预测,预测精度比较低,蔬菜短期需求预测复杂的非线性问题已经成了研究的重点。 为了提高蔬菜需求的预测精度,本文利用支持向量机(Support Vector Machine,SVM)预测方法对蔬菜的消费市场需求进行短期预测。此外,本文充分考虑蔬菜供需随天气变化、气候条件、节假日等因素的影响而动态变化的情况,将这些影响因素纳入蔬菜需求预测中,运用模糊理论进行模糊化处理；在此基础上提出基于支持向量机的蔬菜短期需求预测模型,实际算例验证了本文提出的该预测模型的精确性。并应用此模型构建了蔬菜供需预测系统,实现了数据采集处理、需求预测、波动预警和相关信息展示等功能。本文的系统对蔬菜消费相关信息的采集、发布以及预警等过程进行了创新,对蔬菜供需管理着着一定的现实意义,本文所采用的模型来预测蔬菜需求量更贴近现实市场,能有效提高了预测精度,具有一定的应用价值。
【关键词】：蔬菜 支持向量机 需求预测
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F323.7;F224
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-11
• 1 绪论11-19
• 1.1 研究背景11-12
• 1.2 研究目的与意义12-13
• 1.3 国内外研究现状13-17
• 1.3.1 预测方法研究现状13-15
• 1.3.2 农产品需求预测研究现状15-17
• 1.4 研究内容和研究思路17-19
• 2 相关理论和技术19-27
• 2.1 支持向量机方法19-21
• 2.2 因果关系检验基本理论21-24
• 2.2.1 数据平稳性检验21-22
• 2.2.2 格兰杰因果关系检验22-24
• 2.3 系统实现的关键技术24-26
• 2.3.1 SSH框架24-25
• 2.3.2 数据库技术25
• 2.3.3 WebGIS技术25-26
• 2.4 本章小结26-27
• 3 蔬菜需求预测因素分析27-37
• 3.1 蔬菜需求特点分析27-29
• 3.1.1 蔬菜的特性27-28
• 3.1.2 蔬菜供需的特点28-29
• 3.2 蔬菜需求的影响因素分析29-36
• 3.2.1 因素选取及分类29
• 3.2.2 影响因素的模糊化处理29-31
• 3.2.3 阈值设定31-32
• 3.2.4 蔬菜需求因果关系分析32-36
• 3.3 本章小结36-37
• 4 蔬菜需求预测模型构建37-45
• 4.1 蔬菜需求预测方法的选取37-38
• 4.2 基于支持向量机的蔬菜需求预测模型38-40
• 4.2.1 输入变量选取38-39
• 4.2.2 核函数构造39
• 4.2.3 损失函数及其求解39-40
• 4.2.4 参数选择40
• 4.3 模型实例验证40-44
• 4.3.1 蔬菜销量数据来源及处理40
• 4.3.2 模型预测步骤40-41
• 4.3.3 验证过程41-44
• 4.4 本章小结44-45
• 5 蔬菜需求预测系统开发与实现45-66
• 5.1 系统分析45-47
• 5.1.1 系统需求分析45
• 5.1.2 系统功能分析45-47
• 5.2 系统的总体设计47-50
• 5.2.1 系统的结构设计47-49
• 5.2.2 系统的整体架构49-50
• 5.2.3 系统运行和开发环境50
• 5.3 系统的详细设计50-58
• 5.3.1 数据采集处理模块设计51-53
• 5.3.2 蔬菜需求预测模块设计53-55
• 5.3.3 蔬菜需求波动预警模块设计55-56
• 5.3.4 蔬菜需求信息展示模块设计56
• 5.3.5 数据库设计56-58
• 5.4 系统的实现58-65
• 5.4.1 数据采集处理功能58-60
• 5.4.2 蔬菜需求预测功能60-62
• 5.4.3 蔬菜需求预警功能62-63
• 5.4.4 蔬菜需求信息展示功能63-65
• 5.5 本章小结65-66
• 6 结论66-68
• 6.1 研究结论66-67
• 6.2 研究展望67-68
• 参考文献68-71
• 作者简历及攻读硕士学位期间取得的研究成果71-73
• 学位论文数据集7

【参考文献】

中国期刊全文数据库 前10条

1 王晓梅;;灰色理论GM(1,1)模型在我国畜产品产量预测中的应用[J];安徽农业科学;2007年01期

2 罗丹;刘殿国;;海南蔬菜产量组合模型预测研究[J];财经界(学术版);2011年11期

3 王炜;刘悦;李国正;吴耿锋;马钦忠;赵利飞;林命，

本文编号：755588