農產品價格數據挖掘與趨勢預測模型的研究.pdf

1、我國是農業(yè)大國，隨著我國市場的逐步開放，全球經濟一體化的進程日益加快，農產品的生產、流通、經營所面臨的競爭也日益激烈。同時，我國是產棉大國，約占全國經濟作物播種面積1/4的棉花早已成為我國種植業(yè)中僅次子糧食的大宗農產品。棉花供給與需求的平衡問題不僅涉及到整個農業(yè)生產鏈，而且還將進一步影響農民收入以及我國棉紡織工業(yè)的發(fā)展，進而成為影響我國國民經濟和社會發(fā)展的重要問題。 本文采用中國棉花價格指數CCIndex為因變量Y，試圖通過數據

2、分析，對未來價格走勢進行一定的預測。首先根據棉花市場的經濟發(fā)展規(guī)律及棉花形勢的主要特點，從棉花的銷售價格、銷售方式及質量認定等方面分析了棉花市場的供求關系及棉花價格波動的六個主要原因：供給因素、需求因素、經濟波動周期、金融貨幣因素、政治政策影響和供求心理影響；通過相關分析和回歸分析的檢驗篩選，選擇棉花產量、紗產量、匯率、基準貸利率、存款準備金率、進口配額、出口配額、豆油指數中間價、棉花月結算價、CCIndex為自變量，經過自回歸分析發(fā)現

3、，作為時序數序，棉花價格指數CCIndex也會受到前期數據的影響，所以，本文添加了前兩期的CCIndex和棉花月結算價格作為自變量，通過采用Backward方法進行一元線性回歸分析，確定選取此11個變量建立BP神經網絡模型是可行的。 人工神經網絡采用物理上可以實現的器件或采用計算機來模擬生物體中神經網絡的某些結構和功能。神經網絡由于其獨特放入類似于人腦的學習和識別的能力，在社會生活的許多領域得到了廣泛的應用。其預測誤差較小，與其

4、它模型相比，該模型具有理論簡單、數據計算量較小、并行性強、實際操作簡便等優(yōu)點。本文通過采用神經網絡方法，利用神經元的自適應和自學習能力，根據影響棉花價格的因素和價格預測應該遵循的法則，對2002年至2008年的11個自變量的數據進行了分析，在此基礎上，建立了棉花價格波動的動態(tài)模型，經過檢驗發(fā)現，檢驗值和目標原值誤差控制在較小的范圍中，說明訓練所得的神經網絡模型可以相對準確的對目標值進行預測。在此基礎上，本文系統地探討了我國棉花銷售市場發(fā)