首页> 正文

基于BP网络优化的我国粮食消费结构的研究

2020-12-08阅读(619)

基于BP网络优化的我国粮食消费结构的研究

论文摘要

自古以来,粮食问题一直都是与国民经济和民生有关的重要储备资源,而对粮食消费需求的研究一直都是重中之重。在经济快速发展、居民收入水平不断改善的背景下,人们对粮食的需求开始发生改变,呈现出多元化的发展态势,具体表现在粮食消费结构的变化上,而这种变化一方面会影响社会的稳定,另一方面,对全民的身体素质也会产生影响。因此科学预测我国的粮食消费需求,对于调整粮食生产结构、制定粮食消费政策提供了参考。本文在充分了解我国粮食消费结构的研究现状、影响因素及预测方法的前提下,分别构建时间序列预测模型和多影响因子预测模型,考虑到粮食消费数据的非线性特点,而BP网络适用于大多数复杂的非线性问题,所以构建了以BP网络为基础的预测模型。论文的主要工作及创新点如下:1、重新评估影响我国粮食消费需求的相关因素,尤其是一些正在形成的新的影响因素,并对其进行定量分析。2、从分析粮食消费需求随时间变化趋势的角度,构建了基于小波去噪的灰色BP网络模型。首先对原始数据进行小波去噪;然后将去噪后的数据作为初值序列进行GM（1,1）预测,最后用BP网络进行残差修正。并预测了未来3年我国口粮和饲料用粮的消费量,其精度高于传统的灰色模型。3、从分析诸多影响因素与粮食消费需求之间的数量关系的角度,构建了MIV-IPSO-BP网络模型。首先用平均影响值法筛选出影响粮食消费需求的主要因子;然后构建BP网络模型;为了提高模型的预测精度,最后用IPSO算法优化BP网络的连接权值来寻找全局最优解。并预测了未来4年我国口粮和饲料用粮的消费量,可知经过变量筛选和算法优化后的模型预测精度有所提高。实验仿真结果表明:小波去噪后的灰色BP网络预测模型和MIV-IPSO-BP网络预测模型,对我国粮食消费量进行预测时,验证了这两种模型的可行性,说明所提出的方法能够有效预测我国的粮食消费量。

论文目录

  • 摘要
  • abstract
  • 1 绪论
  •   1.1 研究背景及意义
  •     1.1.1 研究背景
  •     1.1.2 研究意义
  •   1.2 国内外研究现状
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •   1.3 研究内容、方法与技术路线
  •     1.3.1 研究内容
  •     1.3.2 研究方法
  •     1.3.3 技术路线
  •   1.4 本文的组织结构
  • 2 我国粮食消费结构现状与影响因素
  •   2.1 我国粮食用途消费结构分析
  •     2.1.1 我国粮食消费总体概况
  •     2.1.2 我国口粮消费需求分析
  •     2.1.3 我国饲料用粮消费需求分析
  •   2.2 影响我国粮食消费需求的因素
  •     2.2.1 宏观因素
  •     2.2.2 微观因素
  •     2.2.3 其它因素
  •   2.3 本章小结
  • 3 小波分析和灰色系统理论
  •   3.1 小波分析
  •     3.1.1 小波分析的发展
  •     3.1.2 小波变换
  •     3.1.3 小波基函数
  •     3.1.4 小波基函数的特点
  •   3.2 小波去噪
  •     3.2.1 小波去噪原理
  •     3.2.2 阈值的确定
  •     3.2.3 小波去噪评价指标
  •   3.3 灰色系统理论
  •     3.3.1 数据生成
  •     3.3.2 GM（1,1）模型
  •     3.3.3 灰色模型的精度检验
  •   3.4 本章小结
  • 4 BP神经网络和粒子群改进算法
  •   4.1 BP神经网络
  •     4.1.1 BP神经网络结构
  •     4.1.2 BP神经网络学习算法
  •     4.1.3 BP神经网络的不足及改进
  •   4.2 标准粒子群算法
  •     4.2.1 PSO算法的基本原理
  •     4.2.2 PSO算法的流程
  •     4.2.3 PSO算法的参数设置
  •   4.3 改进的粒子群算法
  •     4.3.1 粒子群算法的参数设置
  •     4.3.2 算法性能测试
  •   4.4 IPSO-BP网络模型的步骤
  •   4.5 本章小结
  • 5 基于时间序列的小波去噪灰色BP网络预测模型
  •   5.1 我国口粮消费量预测结果分析
  •     5.1.1 GM（1,1）模型
  •     5.1.2 小波去噪的GM（1,1）模型
  •     5.1.3 小波去噪的灰色BP神经网络模型
  •     5.1.4 结果分析
  •   5.2 我国饲料用粮消费量预测结果分析
  •     5.2.1 GM（1,1）模型
  •     5.2.2 小波去噪后的GM（1,1）预测
  •     5.2.3 小波去噪的灰色BP神经网络模型
  •     5.2.4 结果分析
  •   5.3 本章小结
  • 6 基于多影响因子的MIV-IPSO-BP网络预测模型
  •   6.1 我国口粮消费量预测结果分析
  •     6.1.1 平均影响值法
  •     6.1.2 数据预处理
  •     6.1.3 模型参数选择
  •     6.1.4 结果分析
  •   6.2 我国饲料用粮消费量预测结果分析
  •     6.2.1 平均影响值法
  •     6.2.2 数据预处理
  •     6.2.3 模型参数选择
  •     6.2.4 结果分析
  •   6.3 本章小结
  • 7 总结与建议
  •   7.1 总结
  •   7.2 建议
  •   7.3 创新与不足
  •     7.3.1 本文的创新点
  •     7.3.2 本文研究的不足
  • 参考文献
  • 致谢
  • 个人简历

    • 文章来源

    类型: 硕士论文

    作者: 刘东丽

    导师: 史卫亚,陆峰

    关键词: 神经网络,小波去噪,模型,粒子群优化算法,平均影响值法,粮食消费量预测

    来源: 河南工业大学

    年度: 2019

    分类: 基础科学,信息科技,经济与管理科学

    专业: 非线性科学与系统科学,自动化技术,农业经济

    单位: 河南工业大学

    分类号: F326.11;TP18;N941.5

    DOI: 10.27791/d.cnki.ghegy.2019.000304

    总页数: 72

    文件大小: 2569K

    下载量: 81

    相关论文文献

    • [1].对当前我国粮食消费的分析[J]. 中国粮食经济 2019(06)
    • [2].中国粮食消费现状分析及展望[J]. 农业展望 2017(05)
    • [3].粮食消费与节约的法制化分析[J]. 河南工业大学学报(社会科学版) 2015(04)
    • [4].我国粮食消费结构对粮食进口贸易的影响研究[J]. 价格月刊 2016(06)
    • [5].城镇化背景下我国城乡居民粮食消费结构分析[J]. 企业改革与管理 2015(15)
    • [6].中国居民优质粮食消费的影响因素及趋势预测[J]. 粮食经济研究 2019(01)
    • [7].粮食消费替代、供给侧改革与粮食安全——基于1986～2015年城镇居民粮食消费的面板数据[J]. 粮食经济研究 2017(02)
    • [8].呼伦贝尔市粮食消费现状及发展趋势研究[J]. 内蒙古统计 2013(06)
    • [9].我国粮食消费的发展趋势[J]. 黑龙江粮食 2014(05)
    • [10].论自然灾害对居民粮食消费安全的影响[J]. 消费经济 2010(03)
    • [11].我国粮食消费需求的变化趋势[J]. 黑龙江农业科学 2009(04)
    • [12].解读粮食安全问题的新视角:开源节流并举——兼论河南家庭粮食消费损失现状及对策[J]. 河南工业大学学报(社会科学版) 2009(03)
    • [13].河南省饭店粮食消费损失现状调查研究[J]. 粮食科技与经济 2009(03)
    • [14].粮食消费应走出的几个误区[J]. 当代社科视野 2008(06)
    • [15].农业转移劳动力粮食消费及其影响分析[J]. 云南农业大学学报(社会科学) 2018(06)
    • [16].居民粮食消费结构变化及影响因素分析:基于营养健康视角[J]. 粮食经济研究 2018(02)
    • [17].生物燃料生产背景下的美国粮食消费展望[J]. 农业展望 2009(10)
    • [18].美国人均粮食消费是印度6倍[J]. 养猪 2008(03)
    • [19].美国可再生能源发展对粮食消费的影响与展望[J]. 农业展望 2010(10)
    • [20].我国工业化对粮食消费的影响及对策研究[J]. 安徽农业科学 2012(16)
    • [21].我国粮食消费现状及发展趋势分析[J]. 农业机械 2011(02)
    • [22].玉米用途之争:粮食消费还是能源消费[J]. 农业经济 2008(11)
    • [23].粮油加工过程损失现状及对策建议[J]. 现代食品 2017(04)
    • [24].观天下[J]. 销售与市场 2008(14)
    • [25].粮食浪费成全球问题[J]. 决策与信息 2015(04)
    • [26].山西省农村农民粮食结余与消费行为分析[J]. 山西农经 2015(01)
    • [27].应对粮食安全的消费战略[J]. 内蒙古科技与经济 2014(08)
    • [28].河北省粮食需求研究——基于营养均衡视角[J]. 天津农业科学 2017(11)
    • [29].20世纪20年代黑龙江地区的农业生产、粮食消费和贸易[J]. 古今农业 2010(04)
    • [30].1990年以来的粮食价格水平波动研究[J]. 中国粮食经济 2008(05)

    标签：;  ;  ;  ;  ;  ;  

    基于BP网络优化的我国粮食消费结构的研究
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6