2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、農產品的價格波動及其將來的走勢與人們的生活息息相關,而玉米是我國的主要糧食產量之一,生產量很大,種植廣泛,而且用于糧食作物、飼料作物、燃料作物等方面的消費量也很大。所以近年來,該糧食的產量、價格、需求量等備受關注,尤其是價格是人們最關注的。
  多年來,國內外很多學者對玉米市場做了研究,有的將時間序列的各種模型應用到價格的分析與預測上,效果比最初的線性模型好。而現(xiàn)在使用的各種算法準確度高、效果好,通常不用受很多條件的限制,而且運算

2、速度也是比較快的。所以,很多學者在考慮農產品分析問題上也會使用數(shù)據(jù)挖掘的算法。
  本文致力于解決實際問題,以農產品價格--玉米價格為研究對象(選取的數(shù)據(jù)為2005年1月到2016年11月的價格),在各位學者研究的基礎上,綜合考慮并選擇合適的方法,根據(jù)實際問題,分析借助R工具建立模型,選取最優(yōu)模型進行最終的預測。本文分析實例問題時借助R工具,通過分析建立時間序列模型、神經網絡模型:對于時間序列模型,選用AR(1)、ARIMA(1,

3、1,1)、ARIMA(2,1,3)、多重季節(jié)MA模型ARIMA(2,1,3)、季節(jié)模型ARMA(2,0,2)這5個模型,選取出最優(yōu)的模型;對于神經網絡模型,選用前五個月、六個月、十二個月的月度數(shù)據(jù)分別作為輸入神經元,輸出神經元為未來一個月、兩個月、三個月、四個月、未來五個月的月度數(shù)據(jù),通過設置隱藏層的單元個數(shù)、反向傳播速率、最大迭代次數(shù)等指標,共建立45個模型,通過比較選出最優(yōu)模型;最后將兩種方法進行比較,最終選出最優(yōu)模型,進行預測。通

4、過對這個具體問題的分析,可以看出:
  (1)價格波動的影響因素有很多,多種因素結合起來很難用線性的模型表示,用傳統(tǒng)的模型很大局限性,精度也不高。而神經網絡可以很好地解決非線性問題,因為神經網絡可以任意近似任何非線性函數(shù)。神經網絡可以任意精度的逼近任何非線性函數(shù)。本文最終選取的預測方法是神經網絡建模方法。
  (2)通過影響因素的分析,可以看出有很多指標無法量化,所以從價格趨勢角度進行分析。
  (3)通過各種模型的結

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論