基于时间序列的农产品价格预测方法的研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-17页 |
| 第2章 相关工作与理论基础 | 第17-35页 |
| 2.1 相关工作 | 第17-20页 |
| 2.2 理论基础 | 第20-33页 |
| 2.2.1 时间序列 | 第20-21页 |
| 2.2.2 信息粒化 | 第21-22页 |
| 2.2.3 支持向量机 | 第22-24页 |
| 2.2.4 遗传算法 | 第24-26页 |
| 2.2.5 KNN算法 | 第26-28页 |
| 2.2.6 多项式函数欧氏距离度量 | 第28页 |
| 2.2.7 粒子群优化算法 | 第28-29页 |
| 2.2.8 数据相似性度量 | 第29-33页 |
| 2.3 本章小结 | 第33-35页 |
| 第3章 基于回归思想的农产品价格预测方法的研究 | 第35-47页 |
| 3.1 问题描述 | 第35-36页 |
| 3.2 基于时间序列的农产品价格的预测 | 第36-45页 |
| 3.2.1 数据预处理 | 第36-37页 |
| 3.2.2 时间序列平稳性检验 | 第37-40页 |
| 3.2.3 模型定阶 | 第40-41页 |
| 3.2.4 模型参数估计 | 第41-43页 |
| 3.2.5 预测方法 | 第43-44页 |
| 3.2.6 基于回归思想的农产品价格预测过程 | 第44-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第4章 基于分类思想的农产品价格预测方法的研究 | 第47-57页 |
| 4.1 问题描述 | 第47页 |
| 4.2 基于分类思想的农产品价格预测 | 第47-56页 |
| 4.2.1 数据预处理 | 第47-48页 |
| 4.2.2 时间序列趋势信息提取 | 第48-53页 |
| 4.2.3 时间序列相似度度量方法 | 第53-54页 |
| 4.2.4 KNN算法分类过程 | 第54-55页 |
| 4.2.5 残差序列处理 | 第55-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第5章 模拟实验 | 第57-69页 |
| 5.1 基于回归思想的农产品价格预测实验 | 第57-62页 |
| 5.1.1 实验环境 | 第57页 |
| 5.1.2 实验数据 | 第57-59页 |
| 5.1.3 模型确定 | 第59-60页 |
| 5.1.4 实验结果 | 第60-62页 |
| 5.1.5 实验小结 | 第62页 |
| 5.2 基于分类思想的农产品价格预测实验 | 第62-67页 |
| 5.2.1 实验环境 | 第62页 |
| 5.2.2 实验数据 | 第62-63页 |
| 5.2.3 实验结果 | 第63-67页 |
| 5.2.4 实验小结 | 第67页 |
| 5.3 本章小结 | 第67-69页 |
| 笫6章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读硕士学位期间主要工作 | 第77页 |
