數(shù)據(jù)驅(qū)動(dòng)的農(nóng)產(chǎn)品價(jià)格波動(dòng)分解集成預(yù)測(cè)研究

定　價(jià)：￥116.00

作　者：	凌立文著
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787030715203	出版時(shí)間：	2022-06-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	168	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　立足于我國(guó)農(nóng)產(chǎn)品價(jià)格波動(dòng)日漸復(fù)雜的客觀事實(shí)及對(duì)農(nóng)產(chǎn)品價(jià)格波動(dòng)幅度和趨勢(shì)精準(zhǔn)預(yù)測(cè)的現(xiàn)實(shí)需求，《數(shù)據(jù)驅(qū)動(dòng)的農(nóng)產(chǎn)品價(jià)格波動(dòng)分解集成預(yù)測(cè)研究》以數(shù)據(jù)驅(qū)動(dòng)思想為指導(dǎo)，對(duì)分解集成預(yù)測(cè)方法論的三個(gè)研究步驟進(jìn)行改進(jìn)與完善。首先，針對(duì)時(shí)序分解，提出一種具有數(shù)據(jù)自適應(yīng)性的改進(jìn)經(jīng)驗(yàn)?zāi)B(tài)類分解算法，解決端點(diǎn)效應(yīng)及模態(tài)混淆問(wèn)題；其次，針對(duì)單項(xiàng)預(yù)測(cè)，設(shè)計(jì)一種以時(shí)間序列統(tǒng)計(jì)特征為依據(jù)的預(yù)測(cè)模型自適應(yīng)選擇分類器，解決預(yù)測(cè)模型選擇的主觀性問(wèn)題；再次，針對(duì)集成子集選擇，設(shè)計(jì)一種以單項(xiàng)預(yù)測(cè)結(jié)果蘊(yùn)含的信息量為依據(jù)的*優(yōu)子集篩選算法，完善*優(yōu)子集選擇的理論依據(jù)；*后，針對(duì)集成預(yù)測(cè)的多樣性，提出了融合網(wǎng)絡(luò)搜索數(shù)據(jù)及多時(shí)間尺度數(shù)據(jù)的集成預(yù)測(cè)策略，豐富集成預(yù)測(cè)的數(shù)據(jù)來(lái)源。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)驅(qū)動(dòng)的農(nóng)產(chǎn)品價(jià)格波動(dòng)分解集成預(yù)測(cè)研究》作者簡(jiǎn)介

圖書(shū)目錄

目錄
第1章緒論 1
1.1 本書(shū)背景與意義 1
1.2 國(guó)內(nèi)外研究現(xiàn)狀 5
1.3 本書(shū)的研究思路 15
1.4 本章小結(jié) 21
第2章本書(shū)的研究框架 22
2.1 相關(guān)理論知識(shí) 22
2.2 實(shí)驗(yàn)方案 28
第3章數(shù)據(jù)驅(qū)動(dòng)的時(shí)序分解方法 32
3.1 時(shí)序分解方法綜述 32
3.2 經(jīng)驗(yàn)?zāi)B(tài)類分解算法原理及存在問(wèn)題 35
3.3 端點(diǎn)效應(yīng)抑制方法改進(jìn)研究 42
3.4 模態(tài)混淆抑制方法改進(jìn)研究 47
3.5 本章小結(jié) 54
第4章數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)模型自適應(yīng)選擇 55
4.1 預(yù)測(cè)模型選擇綜述 55
4.2 基于時(shí)序特征的預(yù)測(cè)模型自適應(yīng)選擇框架 59
4.3 預(yù)測(cè)模型自適應(yīng)選擇實(shí)驗(yàn)方案 67
4.4 預(yù)測(cè)模型自適應(yīng)選擇實(shí)驗(yàn)結(jié)果 68
4.5 本章小結(jié) 72
第5章數(shù)據(jù)驅(qū)動(dòng)的集成預(yù)測(cè)策略 73
5.1 集成預(yù)測(cè)綜述 73
5.2 基于鄰域互信息的集成預(yù)測(cè)策略 82
5.3 融合網(wǎng)絡(luò)搜索數(shù)據(jù)的集成預(yù)測(cè)策略 89
5.4 融合多時(shí)間尺度的集成預(yù)測(cè)策略 93
5.5 本章小結(jié) 97
第6章農(nóng)產(chǎn)品價(jià)格波動(dòng)預(yù)測(cè)實(shí)證研究 98
6.1 數(shù)據(jù)驅(qū)動(dòng)的時(shí)序分解結(jié)果 99
6.2 數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)模型選擇結(jié)果 106
6.3 數(shù)據(jù)驅(qū)動(dòng)的集成預(yù)測(cè)結(jié)果 114
6.4 融合網(wǎng)絡(luò)搜索數(shù)據(jù)的集成預(yù)測(cè)結(jié)果 120
6.5 融合多時(shí)間尺度數(shù)據(jù)的集成預(yù)測(cè)策略 129
6.6 本章小結(jié) 136
第7章總結(jié)與展望 137
7.1 本書(shū)的研究工作 137
7.2 本書(shū)的研究成果 139
7.3 未來(lái)研究展望 141
參考文獻(xiàn) 144
附錄 156
附錄A 四種農(nóng)產(chǎn)品直接建模的預(yù)測(cè)誤差 156
附錄B 農(nóng)產(chǎn)品分解后的分量圖 158
附錄C TRIM集成策略下的子集選擇結(jié)果 162
附錄D 三種農(nóng)產(chǎn)品的MEMD分解結(jié)果 162
附錄E 融合網(wǎng)絡(luò)搜索數(shù)據(jù)的預(yù)測(cè)結(jié)果（RMSE） 166
附錄F 融合網(wǎng)絡(luò)搜索數(shù)據(jù)的預(yù)測(cè)結(jié)果（MAE） 167
附錄G 融合網(wǎng)絡(luò)搜索數(shù)據(jù)的預(yù)測(cè)結(jié)果（Dstat） 167