基于改進(jìn)Q--RBF神經(jīng)網(wǎng)絡(luò)模型的國產(chǎn)大豆價(jià)格預(yù)測研究.pdf

1、價(jià)格預(yù)測是價(jià)格決策的前提，了解當(dāng)前市場價(jià)格變化情況并根據(jù)有效的影響因素進(jìn)行預(yù)測，獲悉未來市場價(jià)格的變化趨勢，是做出科學(xué)決策的重要手段。隨著市場經(jīng)濟(jì)不斷發(fā)展，價(jià)格預(yù)測已成為研究生產(chǎn)、供需、經(jīng)濟(jì)規(guī)劃等多方面的有效手段，成為近年來經(jīng)濟(jì)領(lǐng)域的研究熱點(diǎn)。
　　我國是農(nóng)業(yè)大國，農(nóng)產(chǎn)品市場是中國市場經(jīng)濟(jì)體制中極其重要的組成部分，而農(nóng)產(chǎn)品價(jià)格則是農(nóng)產(chǎn)品市場的核心。價(jià)格信息是市場的“風(fēng)向標(biāo)”和“溫度計(jì)”，農(nóng)產(chǎn)品價(jià)格的合理與否，不僅反映了當(dāng)前農(nóng)業(yè)經(jīng)濟(jì)

2、的發(fā)展水平，同時(shí)還影響著農(nóng)產(chǎn)品相關(guān)行業(yè)的發(fā)展。農(nóng)產(chǎn)品價(jià)格預(yù)測，一直以來都是農(nóng)業(yè)經(jīng)濟(jì)領(lǐng)域的重要課題，它不僅在理論上具有科學(xué)的研究背景，同時(shí)在實(shí)際生活中也具有重要的應(yīng)用意義。本論文主要是圍繞農(nóng)產(chǎn)品價(jià)格預(yù)測展開研究的，針對這一問題，具體工作內(nèi)容包括:
　　1.建立分位數(shù)-徑向基函數(shù)(Q-RBF)神經(jīng)網(wǎng)絡(luò)模型，并采用條件概率密度預(yù)測的方法，構(gòu)建預(yù)測模型總體框架。該模型由兩部分組成:采用RBF神經(jīng)網(wǎng)絡(luò)作為非線性模擬的核心結(jié)構(gòu)，引入分位數(shù)回歸

3、的參數(shù)估計(jì)方式設(shè)計(jì)模型結(jié)構(gòu)與參數(shù)。預(yù)測模型能達(dá)到兩個(gè)效果:既能有效模擬社會(huì)經(jīng)濟(jì)數(shù)據(jù)間的非線性關(guān)系;又能充分利用數(shù)據(jù)的全部信息進(jìn)行整體估計(jì)。
　　2.在預(yù)測模型總體框架上，討論模型結(jié)構(gòu)與參數(shù)設(shè)計(jì)。為實(shí)現(xiàn)提升模型預(yù)測精度與收斂效率的理想目標(biāo)，采用梯度下降法和遺傳算法結(jié)合的改進(jìn)算法求解模型。首先討論梯度下降法與遺傳算法結(jié)合的可行性;然后詳細(xì)分析預(yù)測模型的結(jié)構(gòu)與參數(shù);接著重點(diǎn)討論改進(jìn)算法的詳細(xì)設(shè)計(jì)，包括基于梯度下降法的參數(shù)估計(jì)，以及基于遺