版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著中藥材市場需求的逐年上漲,中藥材市場前景非常廣闊。然而,無論對于中藥材的種植還是中藥材的貿(mào)易,中藥材經(jīng)營成功的關鍵是對市場進行正確的分析,需要對市場的需求量、種植面積、產(chǎn)量、市場增長驅(qū)動因素等進行分析研究,并對市場價格走勢進行科學、正確的預測判斷。據(jù)了解調(diào)查至今還未有利用科學手段預測中藥材價格的相關研究,作為中藥材種植農(nóng)戶及中藥材貿(mào)易商經(jīng)營決策的指導方法,因此利用科學方法對中藥材價格進行預測為本論文的研究目的。
本論文采用
2、數(shù)據(jù)挖掘手段,以黨參及當歸為例,通過收集并分析歷年黨參及當歸及平均銷售價格及影響因素,根據(jù)數(shù)據(jù)挖掘的基本原理進行數(shù)據(jù)準備、建立數(shù)據(jù)挖掘模型,數(shù)據(jù)預測及結(jié)論表述,從而進行一系列的學習與研究達成本論文研究的預期。
本文的研究內(nèi)容首先進行原始數(shù)據(jù)的預處理、并使用灰色關聯(lián)度分析方法分析的各影響因素與中藥材價格的關聯(lián)度,從而確定關鍵影響因素。再利用人工神經(jīng)網(wǎng)絡的方法,根據(jù)兩種人工神經(jīng)網(wǎng)絡預測模型進行對比實驗,一種為BP神經(jīng)網(wǎng)絡預測模型,
3、一種為小波神經(jīng)網(wǎng)絡預測模型。通過MATLAB工具進行仿真預測,得出小波神經(jīng)網(wǎng)絡的預測精度優(yōu)于BP神經(jīng)網(wǎng)絡預測模型的結(jié)論,因此小波神經(jīng)網(wǎng)絡可應用于中藥材價格的預測研究,可更優(yōu)地解決較復雜的中藥材價格的非線性動態(tài)系統(tǒng)的問題。研究表明了小波神經(jīng)網(wǎng)絡結(jié)合了小波函數(shù)及神經(jīng)網(wǎng)絡的雙重優(yōu)勢,使用的基函數(shù)Morlet小波不僅有著良好的局部性,而且可以獲得較好的局部的動態(tài)特征,它可以構成局部逼近的向前神經(jīng)網(wǎng)絡,避免了節(jié)點與節(jié)點之間的相互影響,具有更強的逼
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 中藥材價格表
- 談中藥材的質(zhì)量和價格
- 基于R+Hadoop中藥材大數(shù)據(jù)的分析及預測.pdf
- 中藥材、中藥飲片的養(yǎng)護方法
- 中藥材地骨皮的質(zhì)量評價方法研究.pdf
- 中藥材論文中藥材 分布 貿(mào)易
- 基于流形學習的中藥材鑒別方法研究.pdf
- 中藥材腫節(jié)風的研究.pdf
- 中藥材氣-味信息融合方法的研究.pdf
- 中藥材分子標記鑒定方法.pdf
- 基于仿生嗅覺和核方法的中藥材鑒別研究.pdf
- 中藥材丹參的研究概況
- 中藥材項目
- 中藥材圖片
- 中藥材的凈制
- 基于仿生嗅覺的道地中藥材鑒別方法研究.pdf
- 基于現(xiàn)代分析方法的中藥材質(zhì)量控制研究.pdf
- 常見中藥材
- 中藥材分類
- 中藥材別名
評論
0/150
提交評論