本文關(guān)鍵詞：上海青菜價格短期預(yù)測模型的比較研究

  更多相關(guān)文章： 青菜價格 時間序列模型 短期預(yù)測 比較研究 上海市

【摘要】：為了增強對青菜價格的短期預(yù)見性,利用SARIMA模型、X-12-ARIMA模型、Holt-Winters乘法模型與雙指數(shù)平滑模型,分別建立了上海市批發(fā)市場青菜月平均價格預(yù)測模型。研究表明:四種模型中,SARIMA模型預(yù)測的精確度較好,且優(yōu)于這四種模型的組合模型,使用該模型對2015年1—8月上海市批發(fā)市場青菜月平均價格進(jìn)行預(yù)測,發(fā)現(xiàn)預(yù)測值與實際值之間的誤差總體在4.47%—28.11%,預(yù)測月份中約75%月份的預(yù)測誤差在20%之內(nèi),平均誤差為14.8%,價格波動幅度在可接受范圍。
【作者單位】： 上海市農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技信息研究所上海數(shù)字農(nóng)業(yè)工程技術(shù)研究中心;上海市農(nóng)業(yè)委員會信息中心;上海蔬菜集團(tuán);
【關(guān)鍵詞】： 青菜價格 時間序列模型 短期預(yù)測 比較研究 上海市
【基金】：上海市科技興農(nóng)重點攻關(guān)項目[滬農(nóng)科攻字(2015)第2-6號] 上海市科委科研計劃項目(15391900102)
【分類號】：F224;F323.7
【正文快照】： 隨著生活水平的不斷提升,飲食越來越豐富多樣化,人們也更注重飲食的健康搭配,綠葉菜作為飲食搭配中營養(yǎng)價值較高且有益健康的代表,幾乎成為每個家庭餐桌上的必備食材。對慣有“三天不見青,兩眼冒金星”的上海人而言,更是如此。綠葉菜由于受自身季節(jié)生長、外部天氣、生產(chǎn)成本與

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 何紅弟,高亮,王文凱,徐偉,宋濤;基于遺傳神經(jīng)網(wǎng)絡(luò)的匯率價格短期預(yù)測[J];上海大學(xué)學(xué)報(自然科學(xué)版);2005年01期

2 徐靜;張碩;;太陽能帆板輸出功率短期預(yù)測研究[J];計算機與數(shù)字工程;2012年08期

3 徐軻;馬永開;鄧長榮;;中國住房價格波動聚集性研究及短期預(yù)測[J];管理學(xué)報;2010年06期

4 云天銓;常規(guī)情形的股價短期預(yù)測[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);1997年05期

5 李松仕;吳燕;;ARMAX模型及其在徑流短期預(yù)測中的應(yīng)用[J];水利科技;1989年04期

6 郝建忠;楊鎖昌;;導(dǎo)彈儲運狀態(tài)新指標(biāo)及其短期預(yù)測ARMA模型[J];電子產(chǎn)品世界;2013年04期

7 董曉霞;李干瓊;劉自杰;;農(nóng)產(chǎn)品市場價格短期預(yù)測方法的選擇及應(yīng)用——以鮮奶零售價格為例[J];山東農(nóng)業(yè)科學(xué);2010年01期

8 姚穎;;煤礦短期預(yù)測模型[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;1989年06期

9 肖健華;林健;劉晉;;基于SVR的區(qū)域經(jīng)濟短期預(yù)測模型[J];系統(tǒng)仿真學(xué)報;2005年12期

10 沈梁玉;于欣;;基于支持向量機的夏季電力負(fù)荷短期預(yù)測方法[J];華東電力;2009年11期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 林健;朱幫助;;基于LS-SVM的區(qū)域經(jīng)濟短期預(yù)測[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前6條

1 ;2017年全球鋼消費再增長71%[N];世界金屬導(dǎo)報;2008年

2 江偉;強地震短期預(yù)測及救災(zāi)技術(shù)有重要進(jìn)展[N];科技日報;2004年

3 記者 王曄君;京企信心指數(shù)跌至三年低點[N];北京商報;2012年

4 記者　韓曉霞;美國能源部發(fā)布能源短期預(yù)測[N];中國石油報;2006年

5 張均;2017年全球鋼消費將再增長71%[N];中國貿(mào)易報;2008年

6 本報記者 徐翼;發(fā)展中國家飽受減速摧殘[N];中華工商時報;2001年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 楊志凌;風(fēng)電場功率短期預(yù)測方法優(yōu)化的研究[D];華北電力大學(xué)（北京）;2011年

2 王揚;風(fēng)電短期預(yù)測及其并網(wǎng)調(diào)度方法研究[D];浙江大學(xué);2011年

3 陳道君;風(fēng)電功率短期預(yù)測與并網(wǎng)低碳調(diào)度研究[D];武漢大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 李翠;基于三維實時數(shù)據(jù)的風(fēng)速短期預(yù)測研究[D];哈爾濱理工大學(xué);2012年

2 王芳;鐵路客運量短期預(yù)測方法的研究[D];北京交通大學(xué);2007年

3 張博;混沌支持向量機風(fēng)速短期預(yù)測及其在pcDuino平臺實現(xiàn)[D];中北大學(xué);2014年

4 孫本瑤;中國CPI的實時預(yù)報與短期預(yù)測[D];華僑大學(xué);2015年

5 邢婷婷;基于EEMD的公路客流短期預(yù)測研究[D];長春工業(yè)大學(xué);2015年

6 周玉佳;城市能耗的短期預(yù)測組合模型研究[D];華南理工大學(xué);2010年

7 邵t，

本文編號：1064839