基于时间序列的农产品价格预测方法的研究与应用

摘要

随着大数据、云计算技术的兴起，越来越多的回归模型、分类模型出现在人们的视野中。同时也伴随着越来越多的模型的改进与成熟。这些技术的发展，成熟以及农产品价格数据的出现为农产品价格预测走进研究人员的视野提供了契机，引起了很多研究人员的关注。 中国作为农产品生产以及消费大国，农产品的价格不仅关乎着消费者的利益，同时也对于农产品生产的调控有着重要意义。现在的农产品价格预测模型主要是数据挖掘、机器学习领域中的方法，对于时间序列分析的应用较为少见，而且传统的时间序列分析对于价格的有很大的延迟性，导致预测的精度较差。 针对上述问题，本文首先对价格预测以及农产品价格预测问题进行了研究。通过分析基于传统的回归模型的农产品价格预测方法，以及现有的基于时间序列的农产品价格预测方法，本文重点调整了农产品价格预测的方法，通过对农产品价格预测的残差对预测价格进行调整，从而使得预测价格更为精确。本文从基于回归思想的农产品价格预测方法，以及基于分类思想的农产品价格预测方法两个方面对本文提出的方法进行了验证，通过实验仿真结果表明，这种方法是可行的。 最终，本文结合基本的时间序列预测方法提出了基于时间序列预测残差的调整的农产品价格预测方法。在实验部分，本文采用客观评估的方式将提出的农产品价格预测方法与传统的农产品价格预测方法进行了对比评估，评估结果表明，本文提出的农产品价格预测方法基于回归思想的农产品价格预测方法，以及基于分类思想的农产品价格预测方法两个方面的表现均优于传统的农产品价格预测方法。

目录

声明

摘要

1．1研究背景

1．2研究现状

1．3研究内容

1．4论文组织结构

第2章相关工作与理论基础

2．1相关工作

2．2理论基础

2．2．1时间序列

2．2．2信息粒化

2．2．3支持向量机

2．2．4遗传算法

2．2．5 KNN算法

2．2．6多项式函数欧氏距离度量

2．2．7粒子群优化算法

2．2．8数据相似性度量

2．3本章小结

第3章基于回归思想的农产品价格预测方法的研究

3．1问题描述

3．2基于时间序列的农产品价格的预测

3．2．1数据预处理

3．2．2时间序列平稳性检验

3．2．3模型定阶

3．2．4模型参数估计

3．2．5预测方法

3．2．6基于回归思想的农产品价格预测过程

3．3本章小结

第4章基于分类思想的农产品价格预测方法的研究

4．1问题描述

4．2基于分类思想的农产品价格预测

4．2．1数据预处理

4．2．2时间序列趋势信息提取

4．2．3时间序列相似度度量方法

4．2．4 KNN算法分类过程

4．2．5残差序列处理

4．3本章小结

第5章模拟实验

5．1基于回归思想的农产品价格预测实验

5．1．1实验环境

5．1．2实验数据

5．1．3模型确定

5．1．4实验结果

5．1．5实验小结

5．2基于分类思想的农产品价格预测实验

5．2．1实验环境

5．2．2实验数据

5．2．3实验结果

5．2．4实验小结

5．3本章小结

6．1工作总结

6．2工作展望

参考文献

致谢

攻读硕士学位期间主要工作