| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 1 绪论 | 第12-20页 |
| 1.1 选题背景 | 第12页 |
| 1.2 研究目的与意义 | 第12-13页 |
| 1.2.1 研究目的 | 第12-13页 |
| 1.2.2 研究意义 | 第13页 |
| 1.3 相关研究综述 | 第13-16页 |
| 1.3.1 农产品的研究回顾 | 第13-14页 |
| 1.3.2 价格预测模型研究的回顾 | 第14-15页 |
| 1.3.3 农产品价格预测研究回顾 | 第15-16页 |
| 1.4 研究内容、方法与技术路线 | 第16-18页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 研究方法 | 第17页 |
| 1.4.3 技术路线 | 第17-18页 |
| 1.5 研究的创新、重难点与不足 | 第18-20页 |
| 1.5.1 研究的创新点 | 第18-19页 |
| 1.5.2 研究的重难点与不足 | 第19-20页 |
| 2 中国农产品价格相关理论的阐述 | 第20-25页 |
| 2.1 我国农产品市场现状 | 第20页 |
| 2.1.1 我国农产品市场特征 | 第20页 |
| 2.1.2 我国农产品市场问题日益凸显 | 第20页 |
| 2.2 农产品价格影响因素分析 | 第20-24页 |
| 2.2.1 市场内部因素 | 第21-22页 |
| 2.2.2 市场外部因素 | 第22-24页 |
| 2.3 我国农产品典型作物——稻米 | 第24-25页 |
| 3 农产品价格序列数据的处理及其预测模型的建立 | 第25-35页 |
| 3.1 数据处理方法的介绍 | 第25-27页 |
| 3.1.1 经验模态(EMD)法 | 第25-26页 |
| 3.1.2 小波变换(wavelet)法 | 第26-27页 |
| 3.1.3 HP滤波(Hodrick-Prescott) | 第27页 |
| 3.2 预测模型的基本原理 | 第27-35页 |
| 3.2.1 BP神经网络 | 第27-29页 |
| 3.2.2 灰色系统预测 | 第29-31页 |
| 3.2.3 自回归移动平均模型 | 第31-35页 |
| 4 基于单一预测模型下我国农产品价格预测的实证研究 | 第35-44页 |
| 4.1 数据的来源与处理 | 第35页 |
| 4.2 灰色系统预测模型的设计与实证 | 第35-36页 |
| 4.2.1 预测模型的设计 | 第35页 |
| 4.2.2 预测结果 | 第35-36页 |
| 4.3 BP神经网络预测模型的设计与实证 | 第36-39页 |
| 4.3.1 预测模型的设计 | 第36-38页 |
| 4.3.2 预测结果 | 第38-39页 |
| 4.4 ARIMA预测模型的设计与实证 | 第39-44页 |
| 4.4.1 预测模型的设计 | 第39-42页 |
| 4.4.2 预测结果 | 第42-44页 |
| 5 基于组合预测模型下我国农产品价格预测的实证研究 | 第44-56页 |
| 5.1 组合预测的原理与评价 | 第44-45页 |
| 5.1.1 组合预测原理 | 第44页 |
| 5.1.2 组合预测的评价 | 第44-45页 |
| 5.2 HP滤波-灰色系统预测模型的设计与实证 | 第45-47页 |
| 5.2.1 预测模型的原理 | 第45-46页 |
| 5.2.2 预测模型的设计与结果 | 第46-47页 |
| 5.3 小波神经网络预测模型的设计与实证 | 第47-50页 |
| 5.3.1 预测模型的原理 | 第47-49页 |
| 5.3.2 预测模型的设计与结果 | 第49-50页 |
| 5.4 EMD-ARIMA预测模型的设计与实证 | 第50-54页 |
| 5.4.1 预测模型的原理 | 第50-51页 |
| 5.4.2 预测模型的设计与结果 | 第51-54页 |
| 5.5 单一预测与组合模型的结果对比 | 第54-56页 |
| 6 总结与研究展望 | 第56-58页 |
| 6.1 本文的研究总结 | 第56-57页 |
| 6.2 研究不足与研究展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-62页 |
| 致谢 | 第62页 |
