| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 价格预测内涵及分类 | 第12页 |
| 1.2 研究背景及研究意义 | 第12-14页 |
| 1.2.1 研究背景 | 第12-13页 |
| 1.2.2 研究意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-18页 |
| 1.3.1 农产品价格预测研究现状 | 第14-16页 |
| 1.3.2 RBF神经网络在预测中的研究现状 | 第16-17页 |
| 1.3.3 分位数回归研究现状 | 第17-18页 |
| 1.3.4 文献小结 | 第18页 |
| 1.4 论文主要工作及创新点 | 第18-22页 |
| 1.4.1 研究内容 | 第18-20页 |
| 1.4.2 创新点 | 第20-22页 |
| 第二章 基础理论 | 第22-30页 |
| 2.1 引言 | 第22页 |
| 2.2 分位数回归概述 | 第22-23页 |
| 2.2.1 产生背景 | 第22页 |
| 2.2.2 数学描述 | 第22-23页 |
| 2.2.3 参数估计 | 第23页 |
| 2.3 径向基函数神经网络概述 | 第23-25页 |
| 2.3.1 RBF神经网络结构 | 第23-25页 |
| 2.3.2 RBF神经网络数学计算 | 第25页 |
| 2.3.3 RBF神经网络的学习算法 | 第25页 |
| 2.4 梯度下降法概述 | 第25-26页 |
| 2.5 遗传算法概述 | 第26-28页 |
| 2.5.1 基本概念 | 第26页 |
| 2.5.2 基本操作 | 第26-28页 |
| 2.6 分布函数与概率密度函数 | 第28-29页 |
| 2.7 小结 | 第29-30页 |
| 第三章 分位数-RBF神经网络预测模型 | 第30-36页 |
| 3.1 引言 | 第30页 |
| 3.2 分位数-RBF神经网络模型 | 第30-32页 |
| 3.3 结构设计与参数估计 | 第32-33页 |
| 3.4 概率密度预测 | 第33-34页 |
| 3.5 预测模型总体框架 | 第34-35页 |
| 3.6 小结 | 第35-36页 |
| 第四章 改进Q-RBF神经网络预测模型与算法设计 | 第36-50页 |
| 4.1 引言 | 第36页 |
| 4.2 预测模型 | 第36-38页 |
| 4.3 梯度下降法与遗传算法结合的可行性 | 第38-39页 |
| 4.4 改进算法详细设计 | 第39-46页 |
| 4.4.1 数据规范化处理 | 第39页 |
| 4.4.2 结构与参数初始化 | 第39-40页 |
| 4.4.3 基于梯度下降法的模型参数估计 | 第40-41页 |
| 4.4.4 基于遗传算法的结构与参数设计 | 第41-46页 |
| 4.5 改进算法总体描述 | 第46-48页 |
| 4.6 小结 | 第48-50页 |
| 第五章 中国大豆市场现状及价格行情研究 | 第50-56页 |
| 5.1 引言 | 第50页 |
| 5.2 国产大豆市场现状 | 第50-52页 |
| 5.3 国产大豆价格影响因素分析及指标选取 | 第52-54页 |
| 5.3.1 供给因素 | 第52-53页 |
| 5.3.2 需求因素 | 第53页 |
| 5.3.3 宏观经济因素 | 第53-54页 |
| 5.3.4 其他因素 | 第54页 |
| 5.4 小结 | 第54-56页 |
| 第六章 基于改进Q-RBF神经网络模型的国产大豆价格预测研究 | 第56-82页 |
| 6.1 引言 | 第56页 |
| 6.2 数据来源及数据预处理 | 第56-58页 |
| 6.2.1 数据来源 | 第56页 |
| 6.2.2 数据预处理 | 第56-58页 |
| 6.2.3 模型评价指标 | 第58页 |
| 6.3 基于传统方法的国产大豆价格预测研究 | 第58-66页 |
| 6.3.1 基于均值回归模型的预测结果 | 第58-61页 |
| 6.3.2 基于布朗单一参数线性指数平滑法的预测结果 | 第61-63页 |
| 6.3.3 基于灰色模型的预测结果 | 第63-64页 |
| 6.3.4 传统预测方法结果分析 | 第64-66页 |
| 6.4 基于改进Q-RBF神经网络模型的预测研究 | 第66-74页 |
| 6.4.1 模型初始参数确定 | 第66-67页 |
| 6.4.2 结果分析 | 第67-74页 |
| 6.5 结果比较 | 第74-80页 |
| 6.5.1 预测精度比较 | 第75-76页 |
| 6.5.2 收敛效率比较 | 第76-80页 |
| 6.6 预测 | 第80-81页 |
| 6.7 小结 | 第81-82页 |
| 第七章 总结与展望 | 第82-84页 |
| 7.1 工作总结 | 第82页 |
| 7.2 本文特色 | 第82-83页 |
| 7.3 本文不足及展望 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 附录 | 第90-106页 |
| 致谢 | 第106-108页 |
| 攻读硕士学位期间发表的论文 | 第108页 |