优秀毕业论文我国粮食产量预测的时间序列模型研究

《优秀毕业论文我国粮食产量预测的时间序列模型研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、优秀毕业论文我国粮食产量预测的时间序列模型研究分类号：F810.3UDC：D10621-407-（2011）3077-0密级：公开编号：2007062010成都信息T程人学学位论文我国粮食产量预测的时间序列模型研究本人己存档，收纳图书馆保存请勿乱使用，仅供参考论文作者姓名：中请学位专业：中请学位类别：指导教师姓名（职称）：论文捉交门期：Xxxx信息与计算科学理学学士吴泽忠（副教授）2011年06刀5口分类号：F810.3UDC：010621-407-（2011）3077-0密级：公开编号:2007062010成都信息工程大学学位论文我国粮

2、食产量预测的时间序列模型研究木人已存档，收纳图书馆保存请勿乱使用，仅供参考论文作者姓名：「卩请学位专业：申请学位类别:指导教师姓名（职称）:论文提交日期:Xxxx信息与计算科学理学学士吴泽忠（副教授）2011年06月5口分类号：F810.3UDC：D10621-407-（2011）3077-0密级：公开编号:2007062010成都信息工程大学学位论文我国粮食产量预测的时间序列模型研究本人已存档，收纳图书馆保存请勿乱使用，仅供参考论文作者姓名：申请学位专业：屮请学位类别：指导教师姓名（职称）：论文提交口期：Xxxx信息与计算科学理学学士吴

3、泽忠（副教授）2011年06M5HH录论文总页数：16页1引11.11.21.31.42课题背景1国内外研究现状1木课题研究的意义2本课题的研究方法2儿种时间序列预测分析法简介21.1自回归(AR)模型22.2移动平均(MA)模型32.3白回归移动平均(ARMA)模型32.4差分自回归滑动平均(ARIMA)模型41.4.1ARIMA模型原理42.4.2ARIMA模型预测的基木程序43数据分析及模型建AL2.13.22.33.43.53.63.7数据分析4数据平稳化6模型的定阶8模型优化10模型检验11模型有效性检验11模型预测12结论12

4、参考文献12附录13致谢15声明16目录论文总页数：16页1引1*■••■口11.11.21.31.42课题背景1国内外研究现状1本课题研究的意义2本课题的研究方法2儿种时间序列预测分析法简介22.1自回归（AR）模型22.2移动平均CMA）模型32.3自回归移动平均（ARMA）模型32.4差分自回归滑动平均（AR1MA）模型42.4.1ARIMA模型原理42.4.2ARIMA模型预测的基本程序43数据分析及模型建立42.13.23.33.43.53.62.7数据分析4数据平稳化6模型的定阶8模型优化10模型检验11模型有效性检验11模型

5、预测12结论12参考文献12附录13致谢15声明16立解释变量与被解释变量之间具体关系的数学模型。它可以通过隐含层的学习和训练实现输入元素-与输出元素之间的非线性映射。该模型的模拟效果可以在土启平（2002）、禹建丽等（2004）的文章中看到。但是口前我国尚无比较完善和成熟的理论指导网络模型，在神经网络的程序设计屮对隐含层单元数及口标参数的设置都只能凭经验或者是经过反复的训练和测试才能确定。总Z,每个模型都有其优点和不足Z处。对于数据比较少的短期预测问题,应用简单的指数进行平滑。对于结构复朵、影响因素众多的中长期问题一般用灰色预测模型。回

6、归模型一般用來做因素分析，而且预测期较短［1］。1.3木课题研究的意义根据农业部发布的数据，1998年我国粮食产量曾经达到丿力史最高水平，此后几年连续多年呈现下滑态势,持续稳产増产基本没有超过3年。自2004年开始，中国连续四年粮食增产，2007年粮食产量突破了5亿吨。但是粮食生产是由诸多因索综介影响的不确定系统，未來我国粮食产量将如何变动，能否达到国家粮食安全的FI标就成为一个很有意义的话题。有效地分析和预测我国粮食工产能力，对政策调整方向乃至保障粮食安全具有非常重要的价值。1.4本课题的研究方法对丁大多数时间数列是非平稳的，如果直接将

7、非平稳时间序列当做平稳时间序列來进行回归分析，则可能造成“伪回归”，即变量间本來不存在相依关系，但回归结果却得出存在和依关系的错误结论。木文首先根据时间序列的散点图、口和关函数和偏口和关函数图识别其平稳性。然后对非平稳的时间序列数据进行平稳化处理，将其视为一个随机序列，分析此序列的特征并根据所识别出來的特征建立相应的时间序列模型。判断该模型残差序列是否为白噪声序列。通过检验后，利用此模型对粮食产量进行预测。2几种时间序列预测分析法简介1自回归（AR）模型如果时间序列yt是它的前期值和随机项的线性函数，即可表示为ytlyt12yt2pytp

8、et（1）则称该时间序列yt是口回归序列，（1）式为自回归模型，记为AR（p）。实参数1,1,,p称为自回山系数，是模型的待估参数。随机项毗是和互独立的白噪声序列，且服从均值为0、方差为e2的