毛皮动物养殖业模拟预警系统研究

论文摘要

毛皮动物养殖业预警系统,是养殖业管理的一种新的模式,它的最终目的是确保毛皮动物养殖业处在相对安全之中,因此它的研究结果将直接关系到对毛皮动物养殖业发展状况的正确认识和判断。传统的方法往往取决于专家经验和简单的模型,无法满足实际养殖业预警的客观需求。本文从毛皮动物养殖业预警的原理入手,分析了我国毛皮动物养殖业风险内涵和风险分类;介绍了毛皮动物养殖业预警分析的基本思路和预警指标体系的建立。又通过选择警兆指标阐述了时差相关系数和数据区间分析的理论,介绍了时差相关系数的应用软件并结合模拟数据进行分析;本文对常用的比较有效的人工智能方法进行了比较分析,采用了最适合毛皮动物养殖业的机器学习理论。并对机器学习理论进行了详细研究,采用最先进的支持向量机为毛皮动物养殖业模拟预警系统建模。并通过数据对毛皮动物养殖业模拟预警系统模型进行验证分析,验证了机器学习理论在毛皮动物养殖业模拟预警系统中是可行的。本文最终提出了毛皮动物养殖业模拟预警系统的运作机制:1、对我国毛皮动物养殖业风险分析;2、结合毛皮动物养殖业预警指标体系五大原则(科学性原则、灵敏性原则、实用和可操作性原则、相对独立性原则、动态性原则)建立预警指标体系,选定警情指标和警兆指标;3、在时差相关系数理论基础上,运用所编辑特定的数学软件—CORREL对所选用的相关数据进行运算,得出警兆指标变量与警情指标变量的时差相关分析结果,根据该结果对指标变量予以剔除,最终确定合格的警兆指标;4、利用区间分析确定警情指标变量的警限:分别根据多数原则、半数原则、均数原则把我国毛皮动物养殖业预警系统的警情指标划分为无警警限、轻警警限、中警警限、重警警限四个区域,再综合处理确定最终警限;5、建立基于支持向量机的毛皮动物养殖业的预警模型,利用成熟的windows操作系统下的支持向量机模型软件(WINSVM)对所建毛皮动物养殖业预警系统模型进行模拟检验。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 选题背景
• 1.2 经济预警理论研究综述
• 1.2.1 国外研究综述
• 1.2.2 国内研究综述
• 1.3 毛皮动物养殖业预警系统研究现状
• 1.4 论文主要研究内容
• 2 我国毛皮动物养殖业风险分析
• 2.1 毛皮动物养殖业风险的内涵
• 2.2 毛皮动物养殖业风险分类
• 2.2.1 直接风险
• 2.2.2 间接风险
• 3 毛皮动物养殖业预警管理和预警指标体系
• 3.1 毛皮动物养殖业预警管理的基本原理
• 3.1.1 明确警义
• 3.1.2 寻找警源
• 3.1.3 分析警兆
• 3.1.4 预报警度
• 3.2 毛皮动物养殖业预警指标体系设计的基本思路
• 3.3 毛皮动物养殖业预警指标体系的构建原则
• 3.3.1 科学性原则
• 3.3.2 灵敏性原则
• 3.3.3 实用性和可操作性原则
• 3.3.4 相对独立性原则
• 3.3.5 动态性原则
• 3.4 毛皮动物养殖业预警指标变量的选取及说明示范
• 3.4.1 警情指标变量的选取
• 3.4.2 警兆指标变量的选取和解释
• 3.5 毛皮动物养殖业指标体系的数据分析示范
• 3.5.1 警兆指标变量与警情指标变量的时差相关分析
• 3.5.2 利用区间分析确定警情指标变量的警限示范
• 3.6 毛皮动物养殖业指标体系结构
• 4 基于支持向量机（SVM）的毛皮动物养殖业预警模型
• 4.1 几种有效的经济预警方法的比较
• 4.1.1 经验判断方法
• 4.1.2 计量经济学方法
• 4.1.3 机器学习方法
• 4.2 毛皮动物养殖业预警模型的选取
• 4.2.1 人工神经网络
• 4.2.2 粗糙集理论
• 4.2.3 支持向量机
• 4.3 支持向量机（SVM）的数学模型
• 4.3.1 最优分类面与线性可分SVM
• 4.3.2 软间隔与线性不可分SVM
• 4.3.3 内积核函数与非线性支持向量机（SVM）
• 4.3.4 顺序回归
• 4.4 模拟分析
• 4.4.1 预警模型的数据样本
• 4.4.2 预警模型的实测工具说明
• 4.4.3 预警结果分析
• 结论
• 参考文献
• 附录
• 模拟数据（本文以狐皮为例）
• 攻读学位期间发表的学术论文
• 致谢