基于SVM的蔬菜需求预测系统研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的与意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.3.1 预测方法研究现状 | 第13-15页 |
| 1.3.2 农产品需求预测研究现状 | 第15-17页 |
| 1.4 研究内容和研究思路 | 第17-19页 |
| 2 相关理论和技术 | 第19-27页 |
| 2.1 支持向量机方法 | 第19-21页 |
| 2.2 因果关系检验基本理论 | 第21-24页 |
| 2.2.1 数据平稳性检验 | 第21-22页 |
| 2.2.2 格兰杰因果关系检验 | 第22-24页 |
| 2.3 系统实现的关键技术 | 第24-26页 |
| 2.3.1 SSH框架 | 第24-25页 |
| 2.3.2 数据库技术 | 第25页 |
| 2.3.3 WebGIS技术 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 蔬菜需求预测因素分析 | 第27-37页 |
| 3.1 蔬菜需求特点分析 | 第27-29页 |
| 3.1.1 蔬菜的特性 | 第27-28页 |
| 3.1.2 蔬菜供需的特点 | 第28-29页 |
| 3.2 蔬菜需求的影响因素分析 | 第29-36页 |
| 3.2.1 因素选取及分类 | 第29页 |
| 3.2.2 影响因素的模糊化处理 | 第29-31页 |
| 3.2.3 阈值设定 | 第31-32页 |
| 3.2.4 蔬菜需求因果关系分析 | 第32-36页 |
| 3.3 本章小结 | 第36-37页 |
| 4 蔬菜需求预测模型构建 | 第37-45页 |
| 4.1 蔬菜需求预测方法的选取 | 第37-38页 |
| 4.2 基于支持向量机的蔬菜需求预测模型 | 第38-40页 |
| 4.2.1 输入变量选取 | 第38-39页 |
| 4.2.2 核函数构造 | 第39页 |
| 4.2.3 损失函数及其求解 | 第39-40页 |
| 4.2.4 参数选择 | 第40页 |
| 4.3 模型实例验证 | 第40-44页 |
| 4.3.1 蔬菜销量数据来源及处理 | 第40页 |
| 4.3.2 模型预测步骤 | 第40-41页 |
| 4.3.3 验证过程 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 蔬菜需求预测系统开发与实现 | 第45-66页 |
| 5.1 系统分析 | 第45-47页 |
| 5.1.1 系统需求分析 | 第45页 |
| 5.1.2 系统功能分析 | 第45-47页 |
| 5.2 系统的总体设计 | 第47-50页 |
| 5.2.1 系统的结构设计 | 第47-49页 |
| 5.2.2 系统的整体架构 | 第49-50页 |
| 5.2.3 系统运行和开发环境 | 第50页 |
| 5.3 系统的详细设计 | 第50-58页 |
| 5.3.1 数据采集处理模块设计 | 第51-53页 |
| 5.3.2 蔬菜需求预测模块设计 | 第53-55页 |
| 5.3.3 蔬菜需求波动预警模块设计 | 第55-56页 |
| 5.3.4 蔬菜需求信息展示模块设计 | 第56页 |
| 5.3.5 数据库设计 | 第56-58页 |
| 5.4 系统的实现 | 第58-65页 |
| 5.4.1 数据采集处理功能 | 第58-60页 |
| 5.4.2 蔬菜需求预测功能 | 第60-62页 |
| 5.4.3 蔬菜需求预警功能 | 第62-63页 |
| 5.4.4 蔬菜需求信息展示功能 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 6 结论 | 第66-68页 |
| 6.1 研究结论 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第71-73页 |
| 学位论文数据集 | 第73页 |
