本站原创
摘要：水产品在我国渔业经济和国际贸易中占有重要地位,水产品作为渔业生产成本和水产品供求联系的具体反映,不仅与企业生产销售和经济利益相关,而且与国家宏观经济政策相关,它的变化更是水产品市场各方面关注的焦点。由此对水产品进行预测,不仅可以作为企业及广大养殖户生产决策的依据,使其掌握经济决策的主动权,为其赢得利益,还可以为政府制定相关政策提供科学的依据,进而提升水产资源的有效配置,减缓水产品波动,达到推动水产业持续、迅速、健康进展的目的。人工神经网络是一门新兴交叉学科,近年来被越来越多的运用到了实际不足的预测中,显示出其广阔的运用前景,特别是人工神经网络具有预测非线性系统未来行为的巨大潜力。由此,本论文提出了用人工神经网络对水产品进行预测的策略。本探讨基于BP神经网络运用于预测的原理,提出了预测探讨步骤及预测可行性,探讨建立基于BP神经网络的预测模型的关键技术,包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取,建立了一个6：10：1三层神经网络预测模型,利用神经网络论述和MATLAB6.5实现了水产品预测模型。本探讨以水产品中鲫鱼这一品种为例,选择时间、地理环境和经济条件因素作为输入层变量,作为输出单元,输入样本进行训练和仿真,对训练好的网络输入预测样本,将预测结果与市场实际进行比较,其相对误差均小于1%。结果证明,本论文所构建的神经网络模型具有良好的精确性和准确性,证明了将神经网络运用于水产品预测模型是可行的,为水产养殖和水产品营销把握市场预期提供了一种新策略,具有很好的运用价值。关键词：水产品预测论文人工神经网络论文BP论文
摘要6-7
ABSTRACT7-9
第一章 绪论9-13
1. 水产品预测探讨的作用9-10
2. 影响水产品波动的因素10-11
3. 国内外水产品预测探讨近况及进展走势11-12
4. 本章小结12-13
第二章 预测策略的探讨13-31
1. 预测的概念和分类13
1.1 什么是预测13
1.2 预测的分类13
2. 几种常用的时间序列预测法13-29
2.1 专家意见收集法14-15
2.2 指数平滑预测法15
2.3 走势预测法15-20
2.4 灰色模型20-22
2.5 人工神经网络论述22-29
3. 本章小结29-31
第三章 基于BP神经网络的水产品预测模型的构建31-43
1. BP(BACK PROPAGATION)神经网络运用于预测的可行性31-37
1.1 BP网络结构及其学习算法31-36
1.2 BP网络的不足及改善36-37
2. BP人工神经网络运用于预测37-43
2.1 BP人工神经网络运用于预测的原理37
2.2 BP人工神经网络运用于预测的步骤37-43
第四章 人工神经网络在水产品预测方面的实现43-53
1. 水产品预测指标的选择43
2. 学习样本和输入输出变量的确定43-45
2.1 数据预处理43
2.2 输入与输出变量的确定43
2.3 BP网络的建立43-44
2.4 权和阈值的初始化44-45
2.5 网络训练45
2.6 检验网络45
3. 基于BP神经网络水产品预测模型的实现45-53
3.1 样本的选择与预处理45
3.2 水产品预测预测模型的实现45-53
全文小结53-55
讨论55-57