基于改進KNN-BPNN算法的山東省農(nóng)產(chǎn)品價格預測模型.pdf

1、信息革命帶來了數(shù)據(jù)更高效的生產(chǎn)、存儲和消費外，還有數(shù)據(jù)的爆炸式增長，進而人們發(fā)現(xiàn)原有的對數(shù)據(jù)的利用造成了巨大的浪費，人們達成共識，開始系統(tǒng)的對數(shù)據(jù)進行分析，催生了數(shù)據(jù)挖掘技術并帶來了巨大的社會效益。
　　在農(nóng)業(yè)的整個產(chǎn)業(yè)鏈上，一方面隨著農(nóng)業(yè)信息化的發(fā)展，對農(nóng)產(chǎn)品的生產(chǎn)、加工、流通、銷售等環(huán)節(jié)有著大量優(yōu)質的數(shù)據(jù)被存儲下來，另一方面“菜賤傷農(nóng)，菜貴傷民”的現(xiàn)象卻頻頻發(fā)生，說明對農(nóng)業(yè)產(chǎn)業(yè)數(shù)據(jù)的利用率依然很低，使用數(shù)據(jù)挖掘技術分析這些農(nóng)業(yè)

2、產(chǎn)業(yè)數(shù)據(jù)，發(fā)現(xiàn)其中蘊含的有價值的模式，對于解決“菜賤傷農(nóng)，菜貴傷民”等社會現(xiàn)象，促進農(nóng)業(yè)生產(chǎn)，維護社會穩(wěn)定具有重要的價值和意義。
　　本文是基于數(shù)據(jù)挖掘技術的山東省農(nóng)產(chǎn)品價格預測模型的研究，利用數(shù)據(jù)挖掘算法建立預測準確率高、預測穩(wěn)定性強、計算復雜度低的農(nóng)產(chǎn)品價格預測模型。本文在經(jīng)典的最近鄰算法的基礎上，在通過相似度計算最近鄰的時候，將二項式函數(shù)與歐氏距離公式結合使用，并使用粒子群算法對二項式函數(shù)系數(shù)、最近鄰算法的k值進行參數(shù)優(yōu)化，

3、提出了基于二項式函數(shù)計算歐氏距離的加權的改進的最近鄰算法;使用粒子群算法優(yōu)化在各種預測模型中廣泛使用的前向反饋神經(jīng)網(wǎng)絡算法的參數(shù);針對改進的最近鄰算法預測穩(wěn)定性強的優(yōu)點，改進的前向反饋神經(jīng)網(wǎng)絡算法預測精度高的優(yōu)點，將兩種改進的算法有效的結合使用，建立了針對山東省農(nóng)產(chǎn)品價格預測應用的最佳預測模型，期望對農(nóng)產(chǎn)品的生產(chǎn)銷售起到指導作用。
　　最后，使用山東省青島市南村蔬菜批發(fā)市場最近三年多的大白菜價格數(shù)據(jù)對建立的預測模型進行評估，證明了