基于改進(jìn)KNN-BPNN算法的山東省農(nóng)產(chǎn)品價(jià)格預(yù)測(cè)模型.pdf

1、信息革命帶來了數(shù)據(jù)更高效的生產(chǎn)、存儲(chǔ)和消費(fèi)外，還有數(shù)據(jù)的爆炸式增長(zhǎng)，進(jìn)而人們發(fā)現(xiàn)原有的對(duì)數(shù)據(jù)的利用造成了巨大的浪費(fèi)，人們達(dá)成共識(shí)，開始系統(tǒng)的對(duì)數(shù)據(jù)進(jìn)行分析，催生了數(shù)據(jù)挖掘技術(shù)并帶來了巨大的社會(huì)效益。
　　在農(nóng)業(yè)的整個(gè)產(chǎn)業(yè)鏈上，一方面隨著農(nóng)業(yè)信息化的發(fā)展，對(duì)農(nóng)產(chǎn)品的生產(chǎn)、加工、流通、銷售等環(huán)節(jié)有著大量?jī)?yōu)質(zhì)的數(shù)據(jù)被存儲(chǔ)下來，另一方面“菜賤傷農(nóng)，菜貴傷民”的現(xiàn)象卻頻頻發(fā)生，說明對(duì)農(nóng)業(yè)產(chǎn)業(yè)數(shù)據(jù)的利用率依然很低，使用數(shù)據(jù)挖掘技術(shù)分析這些農(nóng)業(yè)

2、產(chǎn)業(yè)數(shù)據(jù)，發(fā)現(xiàn)其中蘊(yùn)含的有價(jià)值的模式，對(duì)于解決“菜賤傷農(nóng)，菜貴傷民”等社會(huì)現(xiàn)象，促進(jìn)農(nóng)業(yè)生產(chǎn)，維護(hù)社會(huì)穩(wěn)定具有重要的價(jià)值和意義。
　　本文是基于數(shù)據(jù)挖掘技術(shù)的山東省農(nóng)產(chǎn)品價(jià)格預(yù)測(cè)模型的研究，利用數(shù)據(jù)挖掘算法建立預(yù)測(cè)準(zhǔn)確率高、預(yù)測(cè)穩(wěn)定性強(qiáng)、計(jì)算復(fù)雜度低的農(nóng)產(chǎn)品價(jià)格預(yù)測(cè)模型。本文在經(jīng)典的最近鄰算法的基礎(chǔ)上，在通過相似度計(jì)算最近鄰的時(shí)候，將二項(xiàng)式函數(shù)與歐氏距離公式結(jié)合使用，并使用粒子群算法對(duì)二項(xiàng)式函數(shù)系數(shù)、最近鄰算法的k值進(jìn)行參數(shù)優(yōu)化，

3、提出了基于二項(xiàng)式函數(shù)計(jì)算歐氏距離的加權(quán)的改進(jìn)的最近鄰算法;使用粒子群算法優(yōu)化在各種預(yù)測(cè)模型中廣泛使用的前向反饋神經(jīng)網(wǎng)絡(luò)算法的參數(shù);針對(duì)改進(jìn)的最近鄰算法預(yù)測(cè)穩(wěn)定性強(qiáng)的優(yōu)點(diǎn)，改進(jìn)的前向反饋神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)精度高的優(yōu)點(diǎn)，將兩種改進(jìn)的算法有效的結(jié)合使用，建立了針對(duì)山東省農(nóng)產(chǎn)品價(jià)格預(yù)測(cè)應(yīng)用的最佳預(yù)測(cè)模型，期望對(duì)農(nóng)產(chǎn)品的生產(chǎn)銷售起到指導(dǎo)作用。
　　最后，使用山東省青島市南村蔬菜批發(fā)市場(chǎng)最近三年多的大白菜價(jià)格數(shù)據(jù)對(duì)建立的預(yù)測(cè)模型進(jìn)行評(píng)估，證明了