基于动态指数平滑模型的粮食价格预测方法研究

论文摘要

粮食价格波动及其将来的走势与人们的生活息息相关，对大量的粮食交易数据深入地分析挖掘并进行价格预测，有利于管理和指导粮食交易，引导农业生产者根据具体情况选择合适的农作物，促进农业生产的信息化和市场化，降低农作物生产的成本和经济风险。因此，研究并预测农产品价格数据具有非常重要的意义。近年来，时间序列预测分析法的一个重要分支――指数平滑法，以其性能优越、适应性强和简单易用等特性，在预测方面得到迅速的发展和深入的研究，并在军事、自然科学、经济等领域得到广泛应用。随着深入研究和广泛应用，研究者发现指数平滑模型存在三个难以解决的问题，首先是平滑初值难以确定，其次是静态平滑参数难以适应时间序列本身的变化，最后是平滑参数的取值问题，大多是凭经验和多次实验，往往难以取得最佳值。本文研究重点是解决传统指数平滑模型的难点，并将其应用到粮食价格预测领域中。本文首先详细分析指数平滑法模型的理论，讨论原模型的原理和优缺点。其次，在前人取得的研究成果的基础上，通过深入分析和完整的论证，在原有二次平滑公式模型的基础上进行改进，建立基于动态参数的动态指数平滑模型，克服了预测过程中静态平滑参数难以适应时间序列本身变化的缺点，并在指数平滑算法中引入遗传算法来对参数进行优化选取，较好地解决平滑参数难以确定的问题，为决策提供更好的支持。然后，本文使用粮食交易市场的交易数据，对二次指数平滑模型、霍尔特模型和动态指数平滑模型进行对比实验，通过实验结果的对比分析，证实了动态指数平滑模型的优越性，预测的准确率较二次指数平滑模型有较显著的提高，在三种预测模型中有着较强的鲁棒性。最后，总结本文的研究成果，并对粮食价格预测的未来研究方向和重点以及在其他领域中的应用做了展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 本课题研究背景及意义
• 1.2 数据挖掘时间序列问题研究现状
• 1.2.1 时间序列分析法研究现状
• 1.2.2 预测方法简介
• 1.3 指数平滑法的优点及应用
• 1.3.1 指数平滑法的优点
• 1.3.2 指数平滑模型的应用
• 1.4 遗传算法的发展及现状
• 1.4.1 遗传算法的主要特点
• 1.4.2 遗传算法的优点
• 1.4.3 遗传算法的应用
• 1.5 本文的研究内容及安排
• 第二章 指数平滑算法
• 2.1 引言
• 2.1.1 基于统计的时间序列预测
• 2.1.2 指数平滑的产生
• 2.1.3 指数平滑模型的发展
• 2.1.4 指数平滑预测模型的精度评价指标
• 2.2 几种指数平滑模型的比较
• 2.2.1 单指数平滑模型
• 2.2.2 双指数平滑模型
• 2.2.3 三指数平滑模型
• 2.3 三种指数平滑方法特点
• 2.4 本章小节
• 第三章 遗传算法理论
• 3.1 遗传算法的基本概念
• 3.2 标准遗传算法
• 3.2.1 标准遗传算法的基本流程
• 3.2.2 标准遗传算法的要素
• 3.3 遗传算法的基本原理
• 3.3.1 模式定理
• 3.3.2 积木块定理
• 3.4 遗传算法的特点
• 3.5 遗传算法的研究
• 3.5.1 遗传算法的理论基础、数学模型
• 3.5.2 遗传算法的研究方面
• 3.6 遗传算法的应用研究
• 3.7 本章小结
• 第四章 动态指数平滑模型的建立与遗传算法优化参数
• 4.1 引言
• 4.2 动态指数平滑模型及优势
• 4.2.1 二次指数平滑模型
• 4.2.2 动态指数平滑模型
• 4.2.3 遗传算法优化参数
• 4.2.4 模型的优点
• 4.3 HOLT 模型建立及参数优化
• 4.4 本章小结
• 第五章 指数平滑算法在粮食价格预测中的实验分析
• 5.1 实现方法简介
• 5.2 数据预处理与粮食数据库的建立
• 5.2.1 数据预处理
• 5.2.2 粮食数据库
• 5.3 实验设计
• 5.3.1 模块设计
• 5.3.2 实验系统功能图介绍
• 5.4 粮食价格预测
• 5.4.1 三级早籼稻月均数据实验
• 5.4.2 三级早籼稻周均数据实验
• 5.4.3 三级早籼稻日均数据实验
• 5.5 动态指数平滑算法结果分析
• 5.6 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 个人简历