1. 研究目的与意义
农产品价格指数是经济指数的一种，反映不同时期农产品价格水平的变化方向、趋势和程度。从经济发展的角度来看，对农产品的价格指数进行预测研究，可以为国家制定宏观经济政策提供有效的理论支撑，使政策的制定有针对性和有效性，可以更好的促进我国经济平稳较快发展。从农业发展的角度，根据预测结果可以建立农产品的价格预警体系，从而提高农产品的生产效率和质量，为农业生产提供全面的保障。
本文的数据来源于中国统计年鉴，构建ARIMA-SVM组合模型对农产品价格指数进行预测。把农产品价格时间序列看成是线性自相关结构和非线性结构两部分组成，可以提高预测的精度，从而使宏观政策的提出和预测预警体系的建立更具可行性。2. 研究内容和预期目标
本文研究如何建立农产品的价格指数模型并进行预测分析。
以农产品价格指数为研究对象，建立ARIMA-SVM组合模型对农产品价格指数进行预测。
首先，根据农产品的价格走势，分析农产品价格变动的原因，为政府制定农产品价格政策提供参考，实现农产品价格的有效调控。
3. 国内外研究现状
一、国内现状
韩雯在研究贵州省辣椒价格预测中以2007年1月至2010年12月贵州省辣椒月价格为例,运用季节分解方法剔除其季节因素形成新序列,构建了非平稳时间序列ARIMA(p,d,q)模型,并预测了辣椒未来的月价。结果表明,拟合指标优良的ARIMA(1,1,1)模型能很好地预测辣椒月价格趋势,并将辣椒价格的预测值与实际值的相对误差基本控制在9%以内,实证分析结果证明了ARIMA模型的季节分解方法在贵州省农产品价格预测中的预测性和可行性。
王宝海、丁慧媛在我国大宗农产品价格预测的研究中，以2006年6月至2015年12月我国大宗农产品价格指数月度时间序列作为研究对象.构建ARIMA(1,1,1)模型进行拟合和预测。结果表明,从长期变化趋势看,我国大宗农产品价格指数上涨是大势所趋.从短期变化趋势看,大宗农产品面对较大的价格下行压力。
4. 计划与进度安排
1.我国农业发展现状概览。
2.中国农产品价格影响因素分析。
3.数据处理及预测模型的建立。
5. 参考文献
1.韩雯. ARIMA模型在贵州省农产品价格预测中的应用——以辣椒为例[F].安徽农业科学,2011,(21).
2.王宝海、丁慧媛. 基于ARIMA模型的我国大宗农产品价格指数预测[F].数学的实践与认识,2016,(21):27-43.
3.陈灿煌. 我国农产品价格指数短期预测——基于时间序列分解的分析[F].价格理论与实践，2011，(07):55-56.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
