| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 前言 | 第13-20页 |
| ·研究的背景与意义 | 第13-14页 |
| ·研究背景 | 第13-14页 |
| ·研究意义 | 第14页 |
| ·国内外研究现状 | 第14-17页 |
| ·农产品短期价格预测的传统方法 | 第14-16页 |
| ·基于神经网络模型的农产品短期价格预测智能方法 | 第16-17页 |
| ·研究方法与技术路线 | 第17-19页 |
| ·论文研究方法 | 第17-18页 |
| ·论文技术路线 | 第18-19页 |
| ·研究创新点与可能的不足 | 第19-20页 |
| 第二章 我国蔬菜市场价格形势分析 | 第20-29页 |
| ·蔬菜价格波动研究方法 | 第20-21页 |
| ·蔬菜市场价格波动特点及规律 | 第21-23页 |
| ·我国蔬菜价格异常波动次数频繁，波动幅度越来越大 | 第21-22页 |
| ·具有明显的周期性和季节性波动特点，年度间具有逐年上涨的趋势 | 第22-23页 |
| ·季节波动对蔬菜价格波动的贡献率最大，周期波动次之，随机波动最小 | 第23页 |
| ·蔬菜市场价格波动影响因素分析 | 第23-29页 |
| ·我国蔬菜供给因素分析 | 第23-26页 |
| ·我国蔬菜需求因素分析 | 第26-29页 |
| 第三章 蔬菜市场短期价格预测智能方法理论基础 | 第29-34页 |
| ·混沌理论 | 第29页 |
| ·人工神经网络理论 | 第29-32页 |
| ·人工神经网络概述 | 第29-30页 |
| ·人工神经网络的数学模型 | 第30-32页 |
| ·神经网络在农业经济领域的应用 | 第32-34页 |
| ·神经网络在农业经济领域应用的优势 | 第32-33页 |
| ·神经网络在农业经济领域的主要应用方向 | 第33-34页 |
| 第四章 基于混沌神经网络的蔬菜价格短期预测模型构建研究 | 第34-37页 |
| ·混沌神经网络模型整体框架 | 第34页 |
| ·混沌神经网络的构建方法和步骤 | 第34-37页 |
| 第五章 基于混沌神经网络模型的蔬菜价格短期预测实证分析 | 第37-46页 |
| ·研究对象的选择与预处理 | 第37页 |
| ·研究对象的确定 | 第37页 |
| ·样本选择与预处理 | 第37页 |
| ·混沌神经网络拓扑结构的确定 | 第37-40页 |
| ·混沌神经网络输入层节点数的选择 | 第38-39页 |
| ·混沌神经网络隐含层节点数的选择 | 第39-40页 |
| ·混沌神经网络模型的训练与构建 | 第40-43页 |
| ·混沌神经网络模型训练参数设定及结果 | 第40-42页 |
| ·混沌神经网络模型构建结果 | 第42-43页 |
| ·混沌神经网络仿真与预测结果 | 第43-46页 |
| ·混沌神经网络模型仿真结果 | 第43-44页 |
| ·混沌神经网络模型预测结果 | 第44-46页 |
| 第六章 结论与建议 | 第46-49页 |
| ·研究结论 | 第46-47页 |
| ·我国蔬菜价格波动季节性因素影响明显，价格波动幅度越来越大 | 第46页 |
| ·混沌神经网络在进行短期预测方面明显优于传统计量经济方法 | 第46页 |
| ·混沌神经网络在蔬菜价格短期监测预警中用于广阔前景 | 第46-47页 |
| ·存在不足 | 第47页 |
| ·研究对象选择不够具体 | 第47页 |
| ·数据规模较少，一定程度上降低了模型预测的准确性 | 第47页 |
| ·没有对混沌神经网络模型在算法上进行不同的优化和比较 | 第47页 |
| ·未能建立适合于普通人员的 GUI 工具或预测系统 | 第47页 |
| ·建议 | 第47-49页 |
| ·集中优势资源尽快组建我国鲜活农产品价格监测预警系统 | 第47-48页 |
| ·建立完善的信息发布机制，发挥监测预警工作对农民、企业和政府的指导作用 | 第48页 |
| ·重视人工智能技术在农业领域的应用 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 作者简历 | 第55-56页 |
