论文部分内容阅读
民以食为天,自古以来,粮食作为居民日常生活的必需品,在整个社会中有着举足轻重的地位。中国工程院院士袁隆平曾经说过:“粮食安全就是一场输不起的战争”。粮食安全不仅与百姓日常生活息息相关,而且作为战略物资,也会对国家安全产生重要影响。自2004年以来,党中央连续12个一号文件都是关于农业的,在今年的两会上,粮食安全又是热点问题之一。粮食价格作为百价之基,在影响我国粮食安全的因素中占据着很重要的地位,对国民经济的健康稳定运行至关重要。粮食价格一方面会影响种粮农户的切身利益,另一方面又会对消费者的生活水平产生一定的影响。因此采用科学合理的预测方法预测我国粮食价格,为政府调控粮食价格提供依据,保证我国粮食价格合理稳定,意义非凡。本文在阅读相关文献和整理有关数据的基础上,构建了基于PCA-ELM的预测模型。ELM算法在整个过程中不需要迭代,仅需要一次数学变换就可以完成,在速度上,远远优于传统算法,在预测精度上,比传统算法的准确性更高,而且数据经过PCA处理后,维度降低,网络结构更加简化,且该模型尚未应用于我国粮食价格的预测。在研究过程中,首先对我国粮食市场的供给和需求进行了分析。在定性分析我国粮食价格影响因素的情况下,构建了影响我国粮食价格的指标体系,并采用主成分分析法对这些指标变量进行了降维处理。在此基础上构建了基于主成分分析法和极限学习机(pca-elm)的预测模型并使用该模型对我国粮食价格进行预测。经过实验研究得出建立的此模型适用于我国粮食价格的预测。最后,针对保证我国粮食价格的合理与稳定给出了相关的对策建议。本文的主要结论有:(1)目前我国粮食供给大部分来源于我国自产,少量来源于国外进口。自1978年以来,我国粮食总产量和进口量都有了很大幅度的上涨,粮食产量的的波动可以分为四个阶段。(2)我国粮食需求分为四类,分别为口粮需求、饲料用粮需求、工业用粮需求和种子用粮需求。我国的口粮需求量在1990年以来整体呈现下降趋势。在粮食需求量增长的部分中,饲料用粮占绝大部分,对粮食需求量的增加起到了重要的作用。工业加工用粮的需求,尤其是对大豆的需求,也在急速增长。种子用粮需求基本保持平稳。(3)影响我国粮食价格的因素包括供给、需求和国家政策三个方面,分别进行分析。供给方面的因素有粮食产量和粮食生产成本,粮食产量与价格成反方向变化,生产成本与价格成正相关;需求方面的因素选取了人口总数、居民收入与消费结构和居民消费支出进行分析,人口总数与价格成正方向变动,其它两个因素也会通过影响需求而影响粮食价格;国家政策方面进行分析的因素有粮食收购价格、农业支出与科技进步和粮食储备制度。(4)针对构建的价格影响因素的指标体系进行主成分分析时,对供给因素和需求因素分别提取到了3个主成分,供给因素提取到的主成分保留了原始数据93.492%的信息,需求因素提取的主成分保留了原始数据91.147%的信息。提取到的主成分能充分的表达原始变量所包含的信息。(5)使用构建的PCA-ELM预测模型对我国粮食价格进行预测,并将得到的结果与BP神经网络模型的预测结果进行对比,对比结果表明前者得到的预测效果要比后者好,因此与BP神经网络相比,本文建立的PCA-ELM预测模型更能适用于对我国粮食价格的预测。本文的创新点:将影响我国粮食价格波动的因素从供给、需求和国家政策三个方面进行了分析,并从供给、需求和国家政策三个方面选取变量构建了指标体系,较为系统、全面的总结了影响我国粮食价格的因素。在此基础上对我国粮食价格进行预测,能够更真实的反映我国的粮食价格。将构建的PCA-ELM模型用于对我国粮食价格的预测,克服了普通时间序列模型和传统神经网络算法的一些缺点,为我国粮食价格的预测提供了一种新方法。从而为政府和生产者的决策提供参考,引导我国粮食市场更好的运行。