基于最小二乘支持向量机的北京市肉类需求量预测研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-18页 |
| ·研究背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·国内研究现状 | 第12-14页 |
| ·国外研究现状 | 第14-15页 |
| ·本文工作 | 第15-18页 |
| ·研究目的 | 第15-16页 |
| ·研究内容 | 第16-17页 |
| ·研究成果 | 第17-18页 |
| 2 预测方法的比较和选择 | 第18-29页 |
| ·传统预测方法 | 第18-20页 |
| ·概述 | 第18-19页 |
| ·回归分析预测法 | 第19页 |
| ·时间序列预测法 | 第19-20页 |
| ·人工智能预测方法 | 第20-26页 |
| ·概述 | 第20-21页 |
| ·BP神经网络 | 第21-22页 |
| ·支持向量机 | 第22-25页 |
| ·最小二乘支持向量机 | 第25-26页 |
| ·预测方法的比较 | 第26-27页 |
| ·预测方法的选择 | 第27-28页 |
| ·小结 | 第28-29页 |
| 3 北京市肉类需求量的影响因素分析 | 第29-34页 |
| ·北京市肉类需求分析 | 第29-30页 |
| ·肉类需求结构变化 | 第29-30页 |
| ·肉类需求量的变动情况 | 第30页 |
| ·影响因素概述 | 第30-31页 |
| ·关键因素的选取 | 第31-33页 |
| ·影响因素相关性分析 | 第31-32页 |
| ·确定关键因素 | 第32-33页 |
| ·小结 | 第33-34页 |
| 4 北京市肉类需求量预测研究 | 第34-41页 |
| ·数据预处理 | 第34-35页 |
| ·预测误差评价指标 | 第35页 |
| ·选取核函数建立最小二乘支持向量机预测模型 | 第35-36页 |
| ·最小二乘支持向量机模型的求解 | 第36-40页 |
| ·求解工具介绍 | 第36页 |
| ·模型参数的选择 | 第36-37页 |
| ·预测结果与其他方法预测结果比较 | 第37-40页 |
| ·预测未来肉类需求量 | 第40页 |
| ·小结 | 第40-41页 |
| 5 总结与展望 | 第41-43页 |
| ·研究结论 | 第41页 |
| ·研究展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 附录A | 第46-48页 |
| 作者简历 | 第48-50页 |
| 学位论文数据集 | 第50页 |
