首页--经济论文--农业经济论文--中国农业经济论文--农业经济建设与发展论文--农产品价格与市场论文

数据挖掘在海产品价格指数趋势预测中的应用研究

摘要第8-9页
ABSTRACT第9-10页
第一章 引言第14-19页
    1.1 研究背景及意义第14-15页
    1.2 国内外研究现状第15-17页
    1.3 本文的研究内容第17-19页
第二章 海产品市场分析第19-27页
    2.1 海产品市场结构第19-22页
        2.1.1 产量第19-20页
        2.1.2 海水产品供应特征第20页
        2.1.3 消费者特征第20-21页
        2.1.4 居民收入及其消费结构第21-22页
    2.2 海产品市场发展现状第22-23页
    2.3 海产品市场现存风险第23-25页
        2.3.1 国际经济环境风险第23页
        2.3.2 宏观经济风险第23-24页
        2.3.3 区域经济变化风险第24页
        2.3.4 国际贸易风险第24-25页
    2.4 影响海产品市场的主要因素第25-27页
第三章 数据挖掘概述第27-30页
    3.1 数据挖掘介绍第27页
    3.2 数据挖掘建模过程第27页
    3.3 数据挖掘方法第27-28页
    3.4 数据挖掘模型在价格指数预测中运用第28-29页
        3.4.1 价格指数定义第28页
        3.4.2 价格指数预测方法第28-29页
    3.5 本文价格指数预测使用的方法第29-30页
第四章 基于灰色关联度分析研究海产品价格指数的影响因素第30-36页
    4.1 灰色关联度分析第30页
    4.2 灰色系统、白色系统和黑色系统第30页
    4.3 影响海产品价格指数的因素第30-34页
        4.3.1 产品成本第30-31页
        4.3.2 需求因素第31页
        4.3.3 供给因素第31-32页
        4.3.4 竞争因素第32-33页
        4.3.5 金融货币第33页
        4.3.6 政治政策第33-34页
    4.4 海产品价格指数影响因素的关联度分析第34-36页
第五章 灰色预测法在海产品价格指数预测模型中的应用第36-40页
    5.1 灰色预测GM(1,1)模型第36页
    5.2 海产品数据处理第36页
    5.3 新数据方程表示第36-37页
    5.4 海产品价格指数预测对比分析第37-39页
    5.5 海产品未来价格指数预测第39-40页
第六章 BP神经网络模型在海产品价格指数预测中的应用第40-54页
    6.1 BP神经网络简介第40-41页
    6.2 BP算法基本思想第41页
    6.3 BP算法数学工具及流程第41-47页
    6.4 基于BP神经网络对舟山市海产品价格指数趋势预测模型仿真第47-54页
        6.4.1 价格指数数据的收集与预处理第47页
        6.4.2 确定BP神经网络结构第47-48页
        6.4.3 BP网络的建立第48页
        6.4.4 隐含层数的确定第48页
        6.4.5 输入输出层节点数的确定第48-49页
        6.4.6 学习速率以及其他参数的确定第49页
        6.4.7 隐含层节点个数的确定第49页
        6.4.8 误差分析第49页
        6.4.9 检验网络,sim输出仿真第49-51页
        6.4.10 训练效果分析第51-52页
        6.4.11 预测结果分析第52-53页
        6.4.12 BP神经网络预测未来价格指数第53-54页
第七章 小波神经网络模型在海产品价格指数预测中的应用第54-62页
    7.1 小波神经网络简介第54页
    7.2 小波神经网络的分类第54-55页
    7.3 小波神经网络预测模型第55-59页
        7.3.1 小波神经网络预测模型结构第55-56页
        7.3.2 小波神经网络的算法第56-58页
        7.3.3 小波神经网络学习具体算法第58-59页
    7.4 实验数据的选取与预处理第59页
    7.5 小波神经网络训练第59-62页
        7.5.1 小波神经网络的学习速率以及其他参数的确定第59页
        7.5.2 小波神经网络模型预测结果对比分析第59-60页
        7.5.3 小波神经网络模型预测未来价格指数第60-62页
第八章 三种模型在海产品价格指数预测中的对比研究第62-65页
    8.1 三种模型预测结果分析第62-65页
        8.1.1 灰色预测模型与BP神经网络模型比较分析第63-64页
        8.1.2 BP神经网络与小波神经网络模型比较分析第64-65页
第九章 结论与展望第65-67页
    9.1 结论第65-66页
    9.2 展望第66-67页
参考文献第67-71页
致谢第71-72页
在读期间发表的学术论文及研究成果第72页

论文共72页,点击 下载论文
上一篇:损失规避环境下drop-shipping农产品供应链收益共享契约研究
下一篇:湖北襄阳农村电子商务的发展研究