基于BP神经网络的北生猪价格周期性预测毕业论文.docxVIP

基于BP神经网络的南北生猪价格周期性预测 摘要：近年来，由于猪肉安全事故和供求关系等因素的影响，导致猪肉市场价格波动大，养猪业难以持续稳定发展。科学预测生猪价格周期，对科学指导生猪生产和宏观调控猪肉市场价格意义重大。根据历年数据，采用 BP 神经网络预测方法，实现在 MATLAB 中运行，通过对模型的多次训练，选择隐层神经元数目为 6 个，达到了期望效果。预测结果表明，2014~2017年，我国生猪价格分别为 8.34、8.41、8.57和8.69元/千克。 关键字:BP神经网络；南北生猪价格；预测 目录 摘要 I 关键字 I Abstract I Key words I 第一章 前言 1 1.1研究的背景与意义 1 1.2国内外研究现状 1 1.2.1国内研究现状 1 1.2.2国外研究现状 2 1.3 研究方法与技术路线 3 1.4 本文研究的创新点 3 第二章 我国南北生猪市场价格形势分析 4 2.1 南北生猪价格波动研究方法 4 2.2 南北生猪市场价格波动特点及规律 5 2.2.1南方生猪市场价格波动特点及规律 6 2.2.2北方生猪市场价格波动特点及规律 7 2.2.3南北生猪市场价格波动 8 2.3 南北生猪市场价格波动影响因素分析 9 2.3.1影响生猪需求方面的因素 9 2.3.2影响生猪供给方面的因素 10 2.4分析结论 12 第三章 南北生猪市场短期价格预测智能方法理论基础 13 3.1 BP神经网络理论 13 3.1.1神经网络 13 3.1.2 BP神经网络 16 3.2人工神经网络理论 18 3.2.1人工神经网络理论的特征 18 3.2.2人工神经网络国内外研究状况 20 3.2.3　人工神经网络在控制系统中的应用概述 20 3.3 LMBP算法 21 3.3.1 LMBP网络的建立步骤 24 3.3.2网络结构的确定 25 3.4 BP神经网络优势 25 3.5 BP神经网络在农业经济领域的应用 25 第四章 基于BP神经网络的南北生猪价格短期预测模型构建研究 26 4.1BP网络模型较其他模型在生猪价格预测中的优势 26 4.1.1样本数据的提取 26 4.1.2 基于BP的生猪价格预测 28 4.1.3 基于SVM的生猪价格预测 29 4.1.4不同模型预测结果的比较及评价 31 4.2 BP神经网络的构建方法和步骤 31 4.2.1BP神经网络的构建方法 31 4.2.2 BP 神经网络应用于预测的步骤 33 第五章 基于BP神经网络模型的南北生猪价格短期预测实证分析 35 5.1 研究对象的选择与预处理 35 5.2 BP神经网络拓扑结构的确定 36 5.3 BP神经网络模型的训练与构建 36 5.3.1网络成熟的确定 37 5.3.2网络各层中神经元个数的确定 37 5.3.3模型的运行和训练 37 5.4 BP神经网络仿真与预测结果 38 第六章 结论与建议 40 6.1 结论 40 6.2 建议 42 参考文献 43 致谢 44 第一章 前言 1.1研究的背景与意义 我国是全球最大生猪养殖国家，每年的生猪出栏量达6亿头。作为我国最主要的消费肉类，近年来生猪价格波动过于剧烈，对生产者和消费者都造成较大影响，因而生猪价格的运行受到政府和社会各界的广泛关注。谭莹( 2010) 通过经济学模型，得出影响生猪供给各因素的短期动态效应，从饲料价格对猪肉供给的弹性及母猪的补栏对供给的反应系数等方面来解释价格波动成因。梁桂( 2011)指出供给是导致生猪价格波动的主因，而信息滞后性是使得供需失衡的深层原因。周发明等则将影响供给的原因分为生猪饲养模式生猪生产成本流通成本生产者的价格预期，并分解对价格的影响因素。 对于猪肉市场的参与者来讲，准确地预知未来生猪价格十分重要。这种重要性主要体现在：生猪生产者可以预先安排未来生产计划，降低生猪价格变动给生产经营带来的风险；猪肉加工者可以合理选择采购方案，节约成本；相关部门可以根据这个预测结果评估猪肉市场的风险，从而合理安排市场运营，因此，生猪价格预测成为了农业经济研究中的重点问题之一。 现有研究的问题在于：（1） 仅从供给和需求来研究猪价的运行规律，而忽略了货币因素等，缺乏对不同维度的影响因素的梳理；（2） 侧重于研究历史猪价的周期，而非未来猪价的预测。 1.2国内外研究现状 1.2.1国内研究现状 生猪价格一直是群众心系的问题之一，猪肉也是畜牧生产当中极具有代表性的产品之一。因此我们首先选择了畜牧业的波动进行研究，之后再对南北生猪价格周期性进行研究，并做出较准确的预测。 自改革开放以来，人们的生活水平得到了极大的提高，畜牧产品逐渐进入人们的生活，与人们生活的关系越发地密切起来，畜产品成为人们生活中必不可少的一部分，也因此，畜产品的价格波动总是能够牵动