甘肃省农业经济发展中的灰色系统分析

根据灰色系统理论中的灰色关联度方法和灰色动态模型,对甘肃省农业总产值与农业内部各产业及农业总产值与其影响因素进行预测,并且在此基础上,利用灰色关联度分析的方法,对组成甘肃省农业总产值的农林牧渔产业以及影响农业总产值的各因素的现状和发展趋势进行了关联度分析,动态反映了甘肃省农业经济未来的发展趋势,提出促进甘肃省农业发展的建议。     

灰色系统理论在土地规划中的应用

农业经济系统是一个灰色系统，本文以河北省武安市农业总产值的预测为例，首先通过灰色关联分析确定期 优势产业，然后，通过时间序列建立友色预测模型（ＧＭ（１，１）模型），并对农业总产值进行预测与分析，为土地利用与规划提供科学的依据。     

安徽省农业总产值预测研究——基于DE-ROLLING的改进GM(1,1)模型

以安徽省农业总产值为应用背景,选择国家统计局的数据作为基础数据,分别采用GM、DEGM、RGM和DERGM四种模型对2011年至2017年安徽省农业总产值进行预测,并与实际总产值进行比较。得出四种模型的平均绝对百分误差（MAPE）分别为1.8257%、1.8023%、1.5367%和0.9252%,数值结果显示RGM的预测精度比GM和DEGM的精度都要高,说明滚动机制的应用能够提高GM（1,1）模型的预测精度;DERGM模型的预测精度是最高的,其MAPE的值为0.9252%,说明同时融入差分进化算法（DE）和滚动机制的GM（1,1）模型的性能得到大幅度提高。采用DERGM对2018—2020年安徽省农业总产值和全国农业总产值进行预测,得出2020年安徽省农业总产值将达到2 611.6亿元,所占全国农业总产值的比重约为3.80%。     

应用灰色系统理论对廊坊农业经济发展的预测分析

应用灰色系统理论对廊坊市农业总产值以及农业、林业、畜牧业和服务业(非农产业)进行了分析,并建立了动态模型.并对廊坊市农业经济发展进行了预测,以期为廊坊市经济总体发展提供可借鉴的、科学的决策参考.     

宝鸡市农业生产资料与农业经济的灰色关联分析

宝鸡市是我国西部地区一个农业大市,农业经济对全市经济发展影响很大,而农业生产资料对农业经济发展有着巨大影响作用.应用灰色系统理论,对宝鸡市农业总产值与农业生产资料进行灰色关联分析.并在其发展趋势预测基础上,提出宝鸡市实现农业经济持续发展的对策建议.     

基于改进算法的灰色马尔科夫模型的建设用地预测

改进灰色系统理论GM（1,1）模型的算法,并且将改进后的灰色模型与马尔科夫模型结合。通过对灰色系统预测数据的修正,既发挥了灰色系统预测精确的特点,又利用了马尔科夫模型对预测波动性数据准确的优势。结合西安户县的实例,对在时间序列上展开的具有一定的波动性的建设用地数据进行预测,达到很高的预测精度。     

基于灰色系统理论的山东省农业产业结构优化研究

基于灰色系统理论,选取2003~2012年的统计数据为研究对象,对山东省农业生产总值与各农业生产部门产值进行关联分析,并运用GM(1,1)模型预测山东省农业总产值及各部门产值未来5年的发展情况;同时也对相关预测值进行灰关联分析,比较实际数据的关联度与预测值关联度的异同,深入分析其发生变化的原因;提出不断发挥种植业、牧业、渔业的已有优势,因地制宜加快林业发展,加强对农业生产性服务业的扶持力度等几点建议。     

灰色系统模型在河南农业经济发展中的应用

应用灰色系统理论中关联分析方法和GM(1,1)模型,对河南农业经济现状进行了关联分析,在对其发展趋势预测的基础上,进行了趋势关联分析.结果表明,各产业对农业总产值的趋势关联度排序为r种植业>r渔业>r畜牧业>r林业.其研究结果动态的反映了河南农业经济发展的趋势,可为农业经济持续发展、科学决策提供理论依据.     

基于灰色理论的辽宁省农业产业结构分析与预测

为了解辽宁省近10年来农业产业结构发展情况,预测辽宁省农业各产业产值和多种农产品产量的变化趋势,本文以《辽宁省统计年鉴》2005~2014年数据为基础,应用灰色关联分析法对辽宁省近10年的农业产值、粮食作物产量、肉类产量、水果产量、水产品产量和造林面积进行分析,运用GM(1,1)模型对农业产值及多种农产品产量进行预测。根据灰色关联分析可知:在农业产值中,种植业和畜牧业与农业总产值的关联较为紧密;在农产品产量中,玉米、水稻、薯类与粮食作物总产量,苹果与水果总产量,禽肉、猪肉与肉类总产量,海水产品与水产品总产量的关联较为紧密;在造林面积中,防护林与造林总面积的关联最为紧密。根据灰色预测可知:从2015年到2020年,农业总产值、各农产品产量都有所增加,肉类产量的增长应当引起重视,农林牧渔服务业产值,梨、禽肉、海水产品产量增长较快。     

基于BP神经网络的材料腐蚀预测模型

通常使用灰色系统理论的方法对材料腐蚀数据进行拟合预测,为了深入研究材料的腐蚀特性和使用寿命,提出了材料腐蚀数据预测的神经网络模型.并将预测结果与灰色系统理论、回归模型等方法的预测结果对比,表明利用神经网络模型方法对材料腐蚀数据进行拟合预测具有一定的合理性,指出了进一步的研究方向.     

灰色建模在干旱灾变预测中的应用

干旱是阳城县的主要农业气象灾害之一,对于农业生产影响面广,造成的危害也非常严重。加强干旱灾害的分析预测对农业生产和防灾减灾具有十分重要的意义。灰色GM(1,1)模型是基于灰色系统理论的最常用预测模型。灰色灾变预测就是通过对灾变日期序列建立GM(1,1)模型,预测以后若干次灾变发生的日期。本文拟通过对阳城县1957-2012年的年降水资料进行统计分析,确定干旱灾变指标,建立灾变日期序列,并进行检验,用优化后的数据序列建立GM(1,1)模型,同时与不对原始日期序列进行检验的GM(1,1)模型进行比较,并把该模型应用于阳城县干旱预测中。     

灰色建模在干旱灾变预测中的应用

干旱是阳城县的主要农业气象灾害之一,对于农业生产影响面广,造成的危害也非常严重。加强干旱灾害的分析预测对农业生产和防灾减灾具有十分重要的意义。灰色GM(1,1)模型是基于灰色系统理论的最常用预测模型。灰色灾变预测就是通过对灾变日期序列建立GM(1,1)模型,预测以后若干次灾变发生的日期。本文拟通过对阳城县1957-2012年的年降水资料进行统计分析,确定干旱灾变指标,建立灾变日期序列,并进行检验,用优化后的数据序列建立GM(1,1)模型,同时与不对原始日期序列进行检验的GM(1,1)模型进行比较,并把该模型应用于阳城县干旱预测中。     

基于BP神经网络的材料腐蚀预测模型

通常使用灰色系统理论的方法对材料腐蚀数据进行拟合预测,为了深入研究材料的腐蚀特性和使用寿命,提出了材料腐蚀数据预测的神经网络模型。并将预测结果与灰色系统理论、回归模型等方法的预测结果对比,表明利用神经网络模型方法对材料腐蚀数据进行拟合预测具有一定的合理性,指出了进一步的研究方向。     

岭东南旱作丘陵区农业生产结构系统分析与协调研究

运用灰色系统理论对岭东南旱作丘陵区的农业生产结构进行系统分析,通过建立多维动态模型,从而分析农业生产结构现状。结果表明：农业总体可以稳步发展,种植业、畜牧业、渔业与农业总产值的关系最密切,对农业总产值有一定的促进作用;经济作物、粮食作物与种植业产值关系最密切,对种植业产值有一定促进作用。     

基于自适应神经模糊推理系统的国内工业总产值预测

针对经济系统内广泛存在非线性以及传统方法对经济系统预测精度的不足,建立了基于自适应神经模糊推理系统的国内工业总产值预测模型,计算结果表明,无论是在对训练数据拟合还是对测试数据预测方面本模型都具有较高的精度;最后应用所建模型,预测了今后若干年国内工业总产值.     

河南省第一产业增加值的关联分析与灰色预测

根据1998～2007年的相关数据,利用灰色关联度分析了农业、林业、牧业和渔业对河南省第一产业增加值的影响程度。采用灰色理论对2003～2007年相关数据建立了河南省第一产业增加值的预测灰色模型,经检验模型具有较好的精度。将该模型应用到2008～2012年河南省第一产业增加值的预测中,得出了河南省第一产业增加值在2011年将超过3000亿元的结论。     

鄄城县农村生态经济系统的灰色分析

】本文利用灰色关联度分析方法，对鄄城县农村生态经济系统进行了研究，得到农村社会总产值与农业、非农业总产值之间，农业总产值和种植业、林业、牧业、副业、渔业产值之间，非农业总产值与农村工业、建筑业、运输业、商业服务业产值之间以及它们与部门内各产业产值之间的灰色关联度，并绘成该县农村生态经济系统的灰色关联树。由此找到了影响该县农村社会经济发展的主导产业，为结构调整提供了科学依据和对策     

基于优化灰色模型的河北省粮食总产量预测分析

根据《河北经济年鉴2013》中最新修订的2007—2012年农业经济统计资料,运用灰色系统理论和方法,对河北省粮食总产量建立了优化灰色预测模型,并对此模型进行了分析检验,得到该预测模型的精度为一级。与常规GM(1,1)模型相比较,优化灰色模型能够明显地提高预测精度,增强预测的可靠性,有很强的实用价值。利用所建模型,对2014—2019年河北省粮食总产量进行预测,预测结果表明:2014年河北省粮食总产量预计达到3 450.8万t,未来几年还会继续稳步上升,2019年河北省粮食总产量有望突破4 000万t,为全国粮食供给提供了强有力的保障。     

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。     

气候变化对我国农业产值影响的经济分析

：利用1980—2012 年全国省级面板数据,通过构建“气候－经济”新模型,定量分析了气候变化对中 国农业总产值的影响。研究表明：温度升高和降水量增加均会对中国农业总产值产生积极影响。温度每上升1℃, 农业总产值增加1.25 亿元;降水量每增加100 mm,农业总产值增加2.08 亿元。从气候因子对农业总产值的贡 献率来看,温度对农业总产值增长的绝对贡献率为0.424%,而降水量对农业总产值增长的绝对贡献率则达到了 0.721%。