【摘要】：糧食價格波動及其將來的走勢與人們的生活息息相關(guān)，對大量的糧食交易數(shù)據(jù)深入地分析挖掘并進(jìn)行價格預(yù)測，有利于管理和指導(dǎo)糧食交易，引導(dǎo)農(nóng)業(yè)生產(chǎn)者根據(jù)具體情況選擇合適的農(nóng)作物，促進(jìn)農(nóng)業(yè)生產(chǎn)的信息化和市場化，降低農(nóng)作物生產(chǎn)的成本和經(jīng)濟風(fēng)險。因此，研究并預(yù)測農(nóng)產(chǎn)品價格數(shù)據(jù)具有非常重要的意義。近年來，時間序列預(yù)測分析法的一個重要分支  指數(shù)平滑法，以其性能優(yōu)越、適應(yīng)性強和簡單易用等特性，在預(yù)測方面得到迅速的發(fā)展和深入的研究，并在軍事、自然科學(xué)、經(jīng)濟等領(lǐng)域得到廣泛應(yīng)用。 隨著深入研究和廣泛應(yīng)用，研究者發(fā)現(xiàn)指數(shù)平滑模型存在三個難以解決的問題，首先是平滑初值難以確定，其次是靜態(tài)平滑參數(shù)難以適應(yīng)時間序列本身的變化，最后是平滑參數(shù)的取值問題，大多是憑經(jīng)驗和多次實驗，往往難以取得最佳值。本文研究重點是解決傳統(tǒng)指數(shù)平滑模型的難點，并將其應(yīng)用到糧食價格預(yù)測領(lǐng)域中。 本文首先詳細(xì)分析指數(shù)平滑法模型的理論，討論原模型的原理和優(yōu)缺點。其次，在前人取得的研究成果的基礎(chǔ)上，通過深入分析和完整的論證，在原有二次平滑公式模型的基礎(chǔ)上進(jìn)行改進(jìn)，建立基于動態(tài)參數(shù)的動態(tài)指數(shù)平滑模型，克服了預(yù)測過程中靜態(tài)平滑參數(shù)難以適應(yīng)時間序列本身變化的缺點，并在指數(shù)平滑算法中引入遺傳算法來對參數(shù)進(jìn)行優(yōu)化選取，較好地解決平滑參數(shù)難以確定的問題，為決策提供更好的支持。然后，本文使用糧食交易市場的交易數(shù)據(jù)，對二次指數(shù)平滑模型、霍爾特模型和動態(tài)指數(shù)平滑模型進(jìn)行對比實驗，通過實驗結(jié)果的對比分析，證實了動態(tài)指數(shù)平滑模型的優(yōu)越性，預(yù)測的準(zhǔn)確率較二次指數(shù)平滑模型有較顯著的提高，在三種預(yù)測模型中有著較強的魯棒性。最后，總結(jié)本文的研究成果，并對糧食價格預(yù)測的未來研究方向和重點以及在其他領(lǐng)域中的應(yīng)用做了展望。
【學(xué)位授予單位】：河南工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：F224;F323.7
【圖文】：

211 遺傳算法流程圖所示，主要步驟如下一個適應(yīng)度函數(shù) f 的 N 個 個 體1 , S S 1；的適應(yīng)度U ；件，若滿足，則種入第五步。從種群 s 中隨機選組成一個新的種群

5.3.2 實驗系統(tǒng)功能圖介紹簡單介紹系統(tǒng)部分功能圖，錄入數(shù)據(jù)展示圖。由于預(yù)處理得出的數(shù)據(jù)量很大，下面截取部分月均、周均和日均價格數(shù)據(jù)。選 2008 年-2009 年的月均數(shù)據(jù)繪出散點圖，通過下圖可以看出月均數(shù)據(jù)的實際走勢，散點顯示如下：

5.3.2 實驗系統(tǒng)功能圖介紹簡單介紹系統(tǒng)部分功能圖，錄入數(shù)據(jù)展示圖。由于預(yù)處理得出的數(shù)據(jù)量很大，下面截取部分月均、周均和日均價格數(shù)據(jù)。選 2008 年-2009 年的月均數(shù)據(jù)繪出散點圖，通過下圖可以看出月均數(shù)據(jù)的實際走勢，散點顯示如下：

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 孫兵;劉雯;田地;宋桐;富妍;;基于時間序列的數(shù)據(jù)挖掘在證券中的應(yīng)用[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2010年03期

2 李松;劉力軍;谷晨;;混沌時間序列預(yù)測模型的比較研究[J];計算機工程與應(yīng)用;2009年32期

3 王閱;高學(xué)東;武森;陳敏;;時間序列周期模式挖掘的周期檢測方法[J];計算機工程;2009年22期

4 劉海清;方佳;;基于指數(shù)平滑模型的海南省芒果價格預(yù)測[J];熱帶農(nóng)業(yè)科學(xué);2010年01期

5 何大四;張旭;;改進(jìn)的季節(jié)性指數(shù)平滑法預(yù)測空調(diào)負(fù)荷分析[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2005年12期

6 唐炎森;指數(shù)平滑預(yù)測公式與平滑系數(shù)[J];統(tǒng)計與信息論壇;1998年01期

7 王冬星,朱建秋,楊引霞;一種指數(shù)平滑預(yù)測的參數(shù)優(yōu)化方法及實現(xiàn)[J];微機發(fā)展;2005年03期

8 黎鎖平,劉坤會;動態(tài)指數(shù)平滑優(yōu)化模型及其應(yīng)用[J];系統(tǒng)工程學(xué)報;2003年02期

9 黎鎖平,劉坤會;時間序列指數(shù)平滑模型新體系及算法[J];應(yīng)用概率統(tǒng)計;2005年04期

相關(guān)博士學(xué)位論文 前1條

1 甘敏;基于狀態(tài)相依模型的非線性時間序列建模及其優(yōu)化方法研究[D];中南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前5條

1 金澤陽;股市預(yù)測與分析系統(tǒng)[D];西北工業(yè)大學(xué);2003年

2 金芬;遺傳算法在函數(shù)優(yōu)化中的應(yīng)用研究[D];蘇州大學(xué);2008年

3 苗開超;基于指數(shù)平滑模型的農(nóng)產(chǎn)品價格預(yù)測研究[D];合肥工業(yè)大學(xué);2009年

4 王銀年;遺傳算法的研究與應(yīng)用[D];江南大學(xué);2009年

5 楊宇鵬;基于時間序列的數(shù)據(jù)預(yù)測問題研究[D];吉林大學(xué);2010年

本文編號：2791861