组合预测模型在东北地区粮食产量预测中的应用

采用最优加权方法,建立了基于灰色预测模型、灰色马尔科夫预测模型及逻辑斯蒂预测模型的组合模型;并根据东北地区1949-2008年粮食产量资料,利用组合模型预测了该地区未来10年的粮食产量.结果得到,灰色预测、马尔科夫预测、逻辑斯蒂预测和组合预测方法的预测粮食产量的平均相对百分误差分别为:12.74%,3.02%,13.29%,2.87%,结果证明组合预测模型可以较好地提高粮食产量的预测精度.通过组合模型预测结果表明,到2015年东北地区的粮食产量可以达到1.25亿t,可以完成该地区增产150亿kg粮食的任务,到2018年,粮食产量预计可达1.38亿t,东北地区增粮潜力巨大.     

基于价格参考效应的生鲜电商供应链协调策略研究

考虑到生鲜电商平台销售过程中价格参考效应对消费者需求的影响,构建了价格参考效应影响下的消费者需求函数,研究由一个生鲜供应商和一个生鲜电商组成的生鲜电商供应链的协调问题。根据模型比较分散式决策与集中式决策下产品的最优定价、生鲜电商供应链成员的收益等,发现合作能够提高双方的利润,因此构建收益共享契约模型。结果表明,存在价格参考效应的情况下,生鲜产品的批发价格、契约参数、参考价格对于需求量的敏感程度对于生鲜电商最优定价、供应链成员收益有着不同程度的影响,同时契约参数的确定取决于生鲜电商、生鲜供应商在供应链的议价能力。     

基于逐步回归与BP神经网络的日光温室温湿度预测模型对比分析

为构建较准确的日光温室温湿度预测模型,于2011-2013年冬季(1月、2月、12月)天津市宝坻区开展温室内外环境监测试验,并建立3种天气类型(晴、多云、阴)下3个时段(0-8时、8-17时、17-23时)逐步回归与BP神经网络温室内温湿度预测模型。结果表明:1)温室内气温逐步回归模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为88%,平均均方根误差(RMSE)为2℃;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为94%,平均均方根误差(RMSE)为1.6℃。应用BP神经网络建立的气温预测模型相对更为准确稳定。2) 相对湿度逐步回归模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为81%,平均均方根误差(RMSE)为5.7%;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为80%,平均均方根误差(RMSE)为6.7%。两类模型均不适宜预测8-17时日光温室相对湿度,而17-23时与0-8时应用逐步回归建立的湿度预测模型相对更准确稳定。     

基于“共享经济”的生鲜电商终端配送问题应对策略探析

首先对生鲜电商终端配送的特点和配送模式进行归纳总结,然后论述生鲜电商终端配送存在的问题,最后提出构建共享经济背景下的生鲜电商终端配送创新模式。新模式以"线上+线下"融合方式解决现有模式的成本高、损耗大、设施设备不完善等缺陷,发挥共享经济中协同理论的实践,调动利益相关者的力量,有效满足消费者定制化服务的配送需求,这对于促进生鲜电商终端配送的可持续健康发展、确保生鲜产品和配送服务的质量与安全具有一定的现实意义。     

基于SWOT分析的我国生鲜电商物流研究

随着网络的普及,网购群体越来越庞大,对生鲜产品的需求也越来越大,但是我国的冷链物流还处于初级阶段,通过SWOT分析法对我国生鲜电商物流的优劣势、面临的机遇和挑战进行分析,并提出相应的对策,为促进我国生鲜电商物流的发展提供参考借鉴。     

基于GM(1,1)回归模型的生鲜农产品市场需求预测研究

为实现对生鲜农产品市场需求的精确预测,本文分析了国民经济、政策投资、物流行业及市场消费等影响生鲜农产品市场需求的因素,构建了影响生鲜农产品市场需求的关键指标体系,建立了基于GM(1,1)回归的预测优化模型,并以天津市为例进行实证研究,最后得到未来十年天津市生鲜农产品产量预测值,以期为未来生鲜农产品市场科学合理化决策提供参考。     

基于随机森林算法的日光温室内气温预测模型研究

开展日光温室气温预报,为农业生产提供参考,指导农户采取调控措施,为作物生长提供适宜条件,促进品质和产量提升。研究选取温室外气温、日照等气象因子,建立随机森林算法预测模型,就室内最低、最高气温进行拟合预测分析和预测因子重要性评估。结果表明,温室内最低、最高气温拟合值与观察值的拟合度分别达99.69%和99.85%,温室外最低气温是室内最低气温的重要预测因子,室外日照是室内最高气温的重要预测因子。同时建立支持向量机、神经网络、多元回归、逐步回归模型,通过对各个模型中平均绝对误差、均方根误差等3个指标进行比较,得出随机森林模型的预测精度优于其他模型。基于随机森林算法的气温预测模型精确度较高,可推广应用到后期日光温室气温预测中。     

基于灰色离散增量模型的人口预测-以安徽省望江县为例

人口系统是一个典型的灰色系统。根据1949-2005年望江县人口发展的最新统计资料,根据离散灰色增量模型,对未来望江县人口发展趋势进行预测研究,得出了望江县2010年和2020年的的人口预测值,并对该预测结果进行了精度检验与对比分析。通过与其他预测模型进行比较,反映了灰色预测模型具有较好的预测精度,有益于区域土地利用总体规划的制定。     

基于3种预测方法的河北省农民收入预测综合分析

介绍了灰色预测法、递增速度法、趋势外推法三种预测方法,并通过三种预测方法,利用统计资料,对2007～2015年河北省农民收入情况进行了实证预测。预测结果表明,采用灰色预测法的预测结果较为乐观,而采用直线预测模型和对数模型进行预测结果较为悲观,因此,本文综合了中速增长模型和高速增长模型以及指数模型三种模型的预测结果,得出了一个较为合理的结果。     

山西省粮食产量的灰色预测及其控制分析

本文应用灰色系统动态建模的理论与方法,设立了山西省粮食产量的长期预测模型,系统预测模型和控制分析模型.并用这些模型对山西省粮食产量的自然发展势态作了预测分析和控制分析、为山西省农业生产的发展决策提供依据.     

不同保鲜模式对生鲜农产品供应链系统利润的影响分析

针对消费者对生鲜农产品保鲜要求高但企业保鲜意识不足的问题,研究了不同保鲜模式对生鲜农产品供应链系统利润的影响。采用迭代关系表示生鲜农产品新鲜度,依据成员是否保鲜将保鲜模式分为8类,构建不同保鲜模式下的生鲜农产品供应链系统利润模型,并求解不同保鲜模式下生鲜农产品供应链系统的最优决策参数和利润,分析影响供应链系统利润的因素,最后通过数值算例验证模型结论。研究表明,供应链系统三者(生产商、分销商、零售商)均保鲜时利润最大,降低成本或者降低运输时间均可使供应链系统的订货量和利润上升。     

新零售环境下生鲜农产品数字化提升路径分析--以MKH生态农业集团为例

根据农产品跨渠道流通的复杂性、协同性、整体性、动态性等特点,以数字化技术和模式带来的可追溯、可分析、可共享等优点切入,对比分析农产品流通正向供应链和反向供应链的流通环节和影响因素,研究构建企业供应链的优化模型;从农产品流通跨渠道整合的主体——平台入手,分析企业的影响因素以及影响路径,运用博弈论、协同理论分析平台的竞合机制、保障机制及演化机理等;从农产品流通跨渠道整合的方法——模式创新入手,从物流、电商、技术等角度,提出农产品流通跨渠道整合的创新实施路径。研究成果将有助于精减环节,优化农产品流通路径;以需定产,推动农产品生产精准对接;促进供求两端结构性对称,减少损耗浪费;实现规模化运营,降低成本,大范围盈利。对促进我国农产品流通从简单生产型向生产服务型转变及形成质优、安全、高效的流通体系具有十分重要的理论价值和现实意义。     

新疆干鲜果品贮运保鲜技术标准体系构建初探

从新疆林果业生产实际出发,阐述构建新疆干鲜果品贮运保鲜技术标准体系的重要意义,分析现行的新疆干鲜果品贮运保鲜标准的现状及存在问题,探讨标准体系的构建目标及基本原则,提出标准体系构建的思路及步骤,初步构建了新疆干鲜果品贮运保鲜技术标准体系框架,以满足新疆干鲜果品贮运保鲜技术标准化工作的需要,推动新疆干鲜果品贮运保鲜产业向标准化迈进。     

基于马尔可夫模型的吉林市土地利用变化预测

基于马尔可夫模型预测的方法,来研究吉林市土地利用结构变化研究。对土地利用变化趋势进行了系统分析,基本掌握了其动态变化特征,构建了土地利用变化的驱动机制模型。马尔可夫预测模型结合起来,构建了土地需求量预测马尔可夫组合模型。分析了区域各土地类型的利用潜力。应用马尔可夫预测模型方法,进行了实证分析,预测了区域土地需求量;预测出影响区域土地和利用变化的主要驱动因素：土地利用结构调整、经济增长和人口增长,从而得出土地利用供求平衡的政策建议。研究结果表明马尔可夫预测模型是一种新的更有效的土地需求预测方法,影响吉林市土地利用变化的主要驱动因素是经济快速发展和政府决策等社会因素。     

福建农业电子商务发展模式研究

介绍了农业电子商务的两种基本的发展模式;进而说明福建当前实施农业电子商务的主要运营模式,并通过对福建农业信息网上农产品的供求信息配对率和点击率统计分析得出两个结论,即福建农业电子商务发展相对滞后和农产品的供求信息配对率跟点击率之间是不相关的关系;最后,文章根据统计分析的结果对福建农业电子商务的发展前景进行预测。     

基于数值预报产品的地表温度预报方法研究

为了开展地表温度预报业务,提高逐日地表温度预报准确率,利用2007—2012年的ECMWF和T213数值预报产品资料及抚顺市的逐日地表温度资料,采用逐步回归分析方法和BP神经网络模型分别构建抚顺市地表温度预报模型,并对模型的精度进行检验。结果表明,地表温度与ECMWF的高度场、海平面气压场、温度场和T213的散度场、高度场、海平面气压场、地面气压场、海平面K指数、水汽通量、相对湿度、温度场、地面气温和场涡度场均呈显著相关。对预报模型进行精度检验显示,地表平均温度和地表最低温度的预报效果较好,≤3℃预报准确率均达到79%以上。2种模型对比显示,BP神经网络预报模型总体上优于逐步回归预报模型;逐步回归预报模型较BP神经网络预报模型稳定。     

基于ARMA模型的地表水水质预测方法研究?

选用合适的模型提高预测的精度和可靠性,为区域水环境管理提供科学依据,是水质预测要解决的关键问题。为了解决这一问题,根据辽河流域的实际,运用自回归滑动平均(ARMA)模型对辽河流域东陵大桥监测断面CODMn的水质变化趋势进行预测。结果表明：综合自相关函数、偏相关函数以及BIC原则,ARMA(1,1)模型能够更好地用于东陵大桥断面水质预测。拟合结果显示,相对误差在2.60%~25.98%之间,平均相对误差为13.69%,说明该模型能够充分利用近期水质资料信息,以精确预测未来水质变化趋势。而对东陵大桥监测断面CODMn的预测显示,未来CODMn呈现出增长态势,辽宁水环境管理任务仍然很重。最后,就ARMA模型应用于水质预测的问题和发展方向进行了探讨。