我國(guó)糧食產(chǎn)量預(yù)測(cè)的時(shí)間序列模型研究論文

《我國(guó)糧食產(chǎn)量預(yù)測(cè)的時(shí)間序列模型研究論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、我國(guó)糧食產(chǎn)量預(yù)測(cè)的時(shí)間序列模型研究畢業(yè)論文目錄1引言11.1課題背景11.2國(guó)內(nèi)外研究現(xiàn)狀11.3本課題研究的意義21.4本課題的研究方法22幾種時(shí)間序列預(yù)測(cè)分析法簡(jiǎn)介22.1自回歸（AR）模型22.2移動(dòng)平均（MA）模型32.3自回歸移動(dòng)平均（ARMA）模型32.4差分自回歸滑動(dòng)平均（ARIMA）模型42.4.1ARIMA模型原理42.4.2ARIMA模型預(yù)測(cè)的基本程序43數(shù)據(jù)分析及模型建立43.1數(shù)據(jù)分析43.2數(shù)據(jù)平穩(wěn)化63.3模型的定階83.4模型優(yōu)化103.5模型檢驗(yàn)113.6模型有效性檢驗(yàn)113.7模型預(yù)測(cè)12結(jié)論12參考文獻(xiàn)12附錄13致謝15聲明16171

2、.1課題背景“國(guó)以民為本,民以食為天?！奔Z食是關(guān)系國(guó)計(jì)民生的重要戰(zhàn)略物資，糧食安全與社會(huì)的和諧、政治的穩(wěn)定、經(jīng)濟(jì)的持續(xù)發(fā)展息息相關(guān)。我國(guó)是發(fā)展中的農(nóng)業(yè)大國(guó)，耕地僅占世界10％，而人口卻占世界的22％，十幾億人的糧食問(wèn)題始終是頭等大事。加入WTO以后，我國(guó)的糧食安全問(wèn)題受到了國(guó)內(nèi)外的廣泛關(guān)注。我國(guó)糧食產(chǎn)量受多種因素影響，沒(méi)有規(guī)律可循。1.2國(guó)內(nèi)外研究現(xiàn)狀我國(guó)學(xué)者對(duì)糧食產(chǎn)量的預(yù)測(cè)模型總體上來(lái)說(shuō)大致可以分為三大類:時(shí)間序列模型、回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型。指數(shù)平滑模型、灰色預(yù)測(cè)模型及基于馬爾可夫鏈的預(yù)測(cè)模型等都屬于時(shí)間序列模型?；貧w模型中使用比較多的就是線性回歸模型和雙對(duì)數(shù)模型

3、。人工神經(jīng)網(wǎng)絡(luò)模型是近幾年才開(kāi)始使用的基于生物學(xué)原理的預(yù)測(cè)系統(tǒng)。這些方法的優(yōu)缺點(diǎn)分析如下:首先,指數(shù)平滑模型的原理和計(jì)算方法比較簡(jiǎn)單,對(duì)歷史數(shù)據(jù)的數(shù)量沒(méi)有太大的要求。曾運(yùn)用單指數(shù)平滑方法首先對(duì)我國(guó)1991—1999年的糧食產(chǎn)量進(jìn)行擬合,計(jì)算出平均相對(duì)誤差為0.104%,效果還是比較理想的。但是模型中對(duì)平滑系數(shù)的確定直接關(guān)系到模型的精度問(wèn)題,所以不同的平滑系數(shù)就可能造成結(jié)果的差異。對(duì)三種預(yù)測(cè)模型的分析的結(jié)果證明了指數(shù)平滑法的預(yù)測(cè)誤差最大。此外,由于模型本身在計(jì)算方法上的局限性,該方法只適用于近、短期預(yù)測(cè)?；疑A(yù)測(cè)模型也是比較常用的糧食產(chǎn)量預(yù)測(cè)模型。對(duì)灰色預(yù)測(cè)方法和回歸模型進(jìn)

4、行比較分析,得出灰色預(yù)測(cè)的平均相對(duì)誤差最小的結(jié)論。對(duì)單指數(shù)平滑、自回歸移動(dòng)平均和灰色預(yù)測(cè)三種模型進(jìn)行了比較,他指出灰色預(yù)測(cè)模型比自回歸預(yù)測(cè)模型和單指數(shù)平滑預(yù)測(cè)模型更適合長(zhǎng)期的預(yù)測(cè)。線性(或非線性)回歸模型的一個(gè)優(yōu)點(diǎn)是可對(duì)變量之間進(jìn)行因果分析,描述其內(nèi)在的聯(lián)系。很多學(xué)者利用這一方法建立了糧食產(chǎn)量模型,找到了影響糧食產(chǎn)量的主要因素。線性回歸函數(shù)、雙對(duì)數(shù)生產(chǎn)函數(shù)、柯布—道格拉斯生產(chǎn)函數(shù)等等。雖然他們選取的變量都不盡相同,但是都證明了回歸模型對(duì)糧食產(chǎn)量的擬合效果很好。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(yù)測(cè)中。神經(jīng)網(wǎng)絡(luò)模型是一種建立在生物學(xué)神經(jīng)元基礎(chǔ)上的一個(gè)不需要

5、建立解釋變量與被解釋變量之間具體關(guān)系的數(shù)學(xué)模型。它可以通過(guò)隱含層的學(xué)習(xí)和訓(xùn)練實(shí)現(xiàn)輸入元素與輸出元素之間的非線性映射。該模型的模擬效果可以在文章中看到。但是目前我國(guó)尚無(wú)比較完善和成熟的理論指導(dǎo)網(wǎng)絡(luò)模型,17在神經(jīng)網(wǎng)絡(luò)的程序設(shè)計(jì)中對(duì)隱含層單元數(shù)及目標(biāo)參數(shù)的設(shè)置都只能憑經(jīng)驗(yàn)或者是經(jīng)過(guò)反復(fù)的訓(xùn)練和測(cè)試才能確定?？傊?每個(gè)模型都有其優(yōu)點(diǎn)和不足之處。對(duì)于數(shù)據(jù)比較少的短期預(yù)測(cè)問(wèn)題,應(yīng)用簡(jiǎn)單的指數(shù)進(jìn)行平滑。對(duì)于結(jié)構(gòu)復(fù)雜、影響因素眾多的中長(zhǎng)期問(wèn)題一般用灰色預(yù)測(cè)模型?；貧w模型一般用來(lái)做因素分析,而且預(yù)測(cè)期較短。1.1本課題研究的意義根據(jù)農(nóng)業(yè)部發(fā)布的數(shù)據(jù),1998年我國(guó)糧食產(chǎn)量曾經(jīng)達(dá)到歷史最高

6、水平,此后幾年連續(xù)多年呈現(xiàn)下滑態(tài)勢(shì),持續(xù)穩(wěn)產(chǎn)增產(chǎn)基本沒(méi)有超過(guò)3年。自2004年開(kāi)始，中國(guó)連續(xù)四年糧食增產(chǎn),2007年糧食產(chǎn)量突破了5億噸。但是糧食生產(chǎn)是由諸多因素綜合影響的不確定系統(tǒng),未來(lái)我國(guó)糧食產(chǎn)量將如何變動(dòng),能否達(dá)到國(guó)家糧食安全的目標(biāo)就成為一個(gè)很有意義的話題。有效地分析和預(yù)測(cè)我國(guó)糧食生產(chǎn)能力,對(duì)政策調(diào)整方向乃至保障糧食安全具有非常重要的價(jià)值。1.2本課題的研究方法對(duì)于大多數(shù)時(shí)間數(shù)列是非平穩(wěn)的，如果直接將非平穩(wěn)時(shí)間序列當(dāng)做平穩(wěn)時(shí)間序列來(lái)進(jìn)行回歸分析，則可能造成“偽回歸”，即變量間本來(lái)不存在相依關(guān)系，但回歸結(jié)果卻得出存在相依關(guān)系的錯(cuò)誤結(jié)論。本文首先根據(jù)時(shí)間序列的散點(diǎn)圖、自

7、相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖識(shí)別其平穩(wěn)性。然后對(duì)非平穩(wěn)的時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)化處理，將其視為一個(gè)隨機(jī)序列，分析此序列的特征并根據(jù)所識(shí)別出來(lái)的特征建立相應(yīng)的時(shí)間序列模型。判斷該模型殘差序列是否為白噪聲序列。通過(guò)檢驗(yàn)后，利用此模型對(duì)糧食產(chǎn)量進(jìn)行預(yù)測(cè)。2幾種時(shí)間序列預(yù)測(cè)分析法簡(jiǎn)介2.1自回歸（AR）模型如果時(shí)間序列是它的前期值和隨機(jī)項(xiàng)的線性函數(shù)，即可表示為（1）則稱該時(shí)間序列是自回歸序列，（1）式為自回歸模型，記為AR（p）。實(shí)參數(shù)稱為自回歸系數(shù)，是模型的待估參數(shù)。隨機(jī)項(xiàng)是相互獨(dú)立的白噪聲序列，且服從均值為0、方差為的正態(tài)分布。隨機(jī)項(xiàng)與