| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 研究的背景 | 第8-10页 |
| 1.1.1 国内研究现状 | 第8-9页 |
| 1.1.2 国外研究现状 | 第9-10页 |
| 1.2 研究方法 | 第10页 |
| 1.3 研究创新点 | 第10-11页 |
| 第2章 生猪价格波动研究 | 第11-18页 |
| 2.1 价格波动研究法 | 第11-12页 |
| 2.2 生猪价格规律 | 第12-15页 |
| 2.2.1 南方生猪价格波动规律 | 第13-14页 |
| 2.2.2 北方生猪市场价格波动 | 第14页 |
| 2.2.3 生猪市场价格波动总览 | 第14-15页 |
| 2.3 影响猪市场价格因素 | 第15-16页 |
| 2.3.1 生猪需求影响因素 | 第15-16页 |
| 2.4 分析总结 | 第16-18页 |
| 第3章 国内生猪市场短期价格预测智能方法的理论基础 | 第18-28页 |
| 3.1 BP神经网络的基本理论 | 第18-23页 |
| 3.1.1 生物神经网络 | 第18-21页 |
| 3.1.2 BP神经网络 | 第21-23页 |
| 3.2 人工神经网络理论 | 第23-26页 |
| 3.2.1 人工神经网络理论的特征 | 第23-25页 |
| 3.2.2 国内外人工神经网络的研究现状 | 第25页 |
| 3.2.3 控制系统中人工神经网络的应用概述 | 第25-26页 |
| 3.3 BP神经网络的优势 | 第26页 |
| 3.4 农业经济领域中BP神经网络的应用 | 第26-28页 |
| 第4章 我国生猪价格短期预测模型的构建与仿真 | 第28-40页 |
| 4.1 基于SVM算法的生猪价格预测建模与仿真 | 第28-31页 |
| 4.1.1 SVM算法的参数选定 | 第28页 |
| 4.1.2 基于SVM算法的生猪价格预测结果及分析 | 第28-31页 |
| 4.2 基于BP神经网络的生猪价格预测建模与仿真 | 第31-38页 |
| 4.2.1 网络各层中神经元数数目的确定 | 第31-32页 |
| 4.2.2 BP神经网络模型的建立 | 第32页 |
| 4.2.3 搭建模型的软件基础介绍 | 第32-33页 |
| 4.2.4 BP网络神经网络模型仿真 | 第33-35页 |
| 4.2.5 仿真结果 | 第35-38页 |
| 4.3 两种算法的对比分析 | 第38页 |
| 4.4 影响我国生猪价格的因素分析 | 第38-39页 |
| 4.5 结论 | 第39-40页 |
| 第5章 结论与建议 | 第40-43页 |
| 5.1 结论 | 第40-41页 |
| 5.2 建议 | 第41-42页 |
| 5.3 研究中的不足 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 作者简介 | 第47页 |