我國糧食產(chǎn)量預測的時間序列模型研究畢業(yè)論文-在線瀏覽
2025-08-15 19:05本頁面
【正文】 .............................................................6 模型的定階 ........................................................................................................................8 模型優(yōu)化 ..........................................................................................................................10 模型檢驗 ..........................................................................................................................11 模型有效性檢驗 ..............................................................................................................11 模型預測 ..........................................................................................................................12結(jié) 論 ..........................................................................................................................................12參考文獻 ..........................................................................................................................................12附 錄 ..........................................................................................................................................13致 謝 ..........................................................................................................................................15聲 明 ..........................................................................................................................................16第 1 頁 共 16 頁 課題背景“國以民為本,民以食為天。 ”糧食是關(guān)系國計民生的重要戰(zhàn)略物資，糧食安全與社會的和諧、政治的穩(wěn)定、經(jīng)濟的持續(xù)發(fā)展息息相關(guān)。加入 WTO 以后，我國的糧食安全問題受到了國內(nèi)外的廣泛關(guān)注。 國內(nèi)外研究現(xiàn)狀我國學者對糧食產(chǎn)量的預測模型總體上來說大致可以分為三大類:時間序列模型、回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型?；貧w模型中使用比較多的就是線性回歸模型和雙對數(shù)模型。這些方法的優(yōu)缺點分析如下:首先,指數(shù)平滑模型的原理和計算方法比較簡單,對歷史數(shù)據(jù)的數(shù)量沒有太大的要求。但是模型中對平滑系數(shù)的確定直接關(guān)系到模型的精度問題,所以不同的平滑系數(shù)就可能造成結(jié)果的差異。此外,由于模型本身在計算方法上的局限性,該方法只適用于近、短期預測。對灰色預測方法和回歸模型進行比較分析,得出灰色預測的平均相對誤差最小的結(jié)論。線性(或非線性)回歸模型的一個優(yōu)點是可對變量之間進行因果分析,描述其內(nèi)在的聯(lián)系。線性回歸函數(shù)、雙對數(shù)生產(chǎn)函數(shù)、柯布—道格拉斯生產(chǎn)函數(shù)等等。但是回歸方法受到解釋變量的約束,一般也只用在近、短期預測中。它可以通過隱含層的學習和訓練實現(xiàn)輸入元素與輸出元素之間的非線性映射。但是目前我國尚無比較完善和成熟的理論指導網(wǎng)絡(luò)模型,在神經(jīng)網(wǎng)絡(luò)的程序設(shè)計中對隱含層單元數(shù)及目標參數(shù)的設(shè)置都只能憑經(jīng)驗或者是經(jīng)過反復的訓練和測試才第 2 頁 共 16 頁能確定。對于數(shù)據(jù)比較少的短期預測問題,應(yīng)用簡單的指數(shù)進行平滑?；貧w模型一般用來做因素分析,而且預測期較短 。自 2022 年開始，中國連續(xù)四年糧食增產(chǎn), 2022 年糧食產(chǎn)量突破了 5 億噸。有效地分析和預測我國糧食生產(chǎn)能力,對政策調(diào)整方向乃至保障糧食安全具有非常重要的價值。本文首先根據(jù)時間序列的散點圖、自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖識別其平穩(wěn)性。判斷該模型殘差序列是否為白噪聲序列。2 幾種時間序列預測分析法簡介 自回歸（AR）模型如果時間序列 是它的前期值和隨機項的線性函數(shù)，即可表示為ty tptttt eyyy?????????21（1）則稱該時間序列 是自回歸序列， （1）式為自回歸模型，記為AR（p） 。隨機項 是相互獨立p?,1? te的白噪聲序列，且服從均值為0、方差為 的正態(tài)分布。不是一般性，在（1）中假定序列 均值為0。記 為k步滯后算子，??UEuytt?tyB即 ，則模型（1）可表示為kttB
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1