河北省小麦联合收割机保有量预测

跨区作业的出现和农机购置补贴政策的出台,极大调动了农民购买、使用小麦联合收割机的积极性。随着保有量稳定持续上升,市场将逐渐趋于饱和;但是,由于需求总量大,可能仍有较大的发展空间。对未来保有量进行预测,可为农民投资购机、政府科学性规划、市场合理配置提供导向作用。为此,预测了未来5年河北省小麦联合收割机的保有量,由于数据量、信息量小,并且为非典型分布,因此选取灰色系统预测模型。经过计算和检验,模型相对误差均小于1%,平均相对精度达到99.775%,模拟精度等级为一级,预测结果可靠。结果分析可知,河北省小麦联合收割机在未来5年中仍呈现稳定的递增趋势。     

基于GM（1.1）模型的湖南水稻联合收割机发展预测与需求分析

借助灰色系统理论,利用近年来湖南水稻联合收割机械拥有量数据,建立了灰色预测GM（1,1）模型,对其发展进行预测,并分析了湖南水稻联合收割机械的需求情况。结果表明：湖南省在2010年即可基本实现水稻收获环节的机械化。其结论可为今后湖南水稻联合收割机械的发展提供一定的理论参考。     

广东省水稻联合收割机保有量预测

采用三次指数平滑预测法、修正指数曲线预测法、部分信息的灰色GM(1,1)预测法对广东省水稻联合收割机保有量的需求建立了预测模型,并通过精度比较及与2006年的实际数据比较,选用适合广东省水稻联合收割机保有量发展规律的三次指数平滑预测和部分信息的灰色预测模型的组合预测模型,对广东省"十一五"期末和"十二五"期末的保有量进行了预测.     

GM（1,1）模型在电力系统中长期负荷预测应用

文章简要地介绍了电力系统负荷预测的意义,对负荷预测中的灰色预测方法进行了深入的研究,通过对灰色理论预测方法建模并对电力系统负荷进行预测,得到了GM（1,1）模型灰色预测方法能够准确的实现对负荷的预测。     

基于多种数学模型下我国联合收割机保有量的预测

联合收割机保有量的预测是一个复杂的非线型系统,三次多项式时间序列模型、灰色预测的GM(1,1)模型和BP神经网络模型对发展变化具有增长性和波动性以及信息不完备的复杂经济系统具有一定的实用性。为此,利用我国联合收割机保有量的历史数据,综合使用这3种模型进行均值预测,使生产联合收割机的厂家在能够把握市场的需求量、不至于盲目生产及造成不必要的损失同时,可以为政府预测新的经济前景、制定新的生产计划提供重要参考。     

基于GM(1,N)模型的生姜种植面积预测

生姜作为我国农产品中重要的经济作物之一,对其种植面积进行科学准确的预测,可以为农户调整种植规模提供参考,为政府的宏观调控和企业的经营决策提供依据。基于近十年的全国生姜种植面积及影响因素数据,首先从经济、投入及产出三个方面对全国生姜种植面积的影响因素进行灰色关联分析,进而选取影响最大的产量、单产、价格、化肥化肥施用折纯量与人均耕地面积5个因素建立GM(1,5)预测模型。结果表明:该模型相对误差为3.636%,可用于我国生姜种植面积的预测。应用该模型对我国未来生姜种植面积进行预测,未来五年我国生姜种植面积在下降之后呈现逐年增长的态势,种植面积波动对我国生姜供求平衡和市场稳定可能会产生不利影响,并针对该现象提出稳定生姜产业的相关建议。     

GM（1，1）模型在预测地下水位动态变化中的应用

近年来，三江平原井灌水稻面积逐年增大，加之人为浪费水资源现象严重，造成地下水资源的严重紧缺，许多地区出现“吊泵”和“漏斗”现象。针对这种情况，以创业农场作为研究基地，对其地下水位进行长期观测，运用灰色理论建立GM（1，1）模型，描述其地下水位动态变化趋势，并预测未来水位变化趋势，为今后该地区地下水资源的持续利用提供依据。     

基于GM(1,1)模型的浙江省农机总动力预测分析

农机总动力是反映和评价农业机械化水平的一个重要指标。农机总动力的变化受自然、经济、技术和社会等多种灰色因素影响。为此,借助灰色系统理论,利用浙江省农机总动力的历史数据,建立了GM（1,1）模型预测模型,并据此对浙江省农机总动力进行预测分析,为制定农机动力发展规划提供了依据。     

GM(1,1)模型在阿瓦提灌区干旱预测中的应用

根据阿瓦提灌区1970-1990的年降水资料建立了GM(1,1)模型,并依据建立的残差GM(1,1)模型对原模型进行修正.经用1991～2007年灌区降水资料验证,证明了模型预测结果的精确性、合理性.对灌区2008-2020年可能发生干旱的年份进行预测,结果表明,2010、2020年将发生干旱.     

应用改进的灰色GM（1，1）莫型预测阜新地区干旱发生年

干旱是对人类及社会危害较大的一种自然灾害。近年来，干旱严重影响阜新地区的农业生产和生态平衡。利用阜新地区1961-2000年的降水资料，采用Z指标法分析阜新地区的干旱发生年，研究其干旱的发生规律，应用改进的GM（1，1）模型建立相应的干旱预测模型，并进行了干旱预测。最后提出了适当的抗旱措施。     

基于灰色GM(1,1)模型的库尔勒市农业用水量预测

介绍灰色理论建模原理和模型参数辩识方法,并以实例(库尔勒市2000-2006年灌溉用水资料)建立灰色GM(1,1)预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行精度检验,其模型拟合精度达96.9%.用所建立的模型对库尔勒市2007-2011年农业用水量进行外推预测.结果表明,该灰色模型用于农业用水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与当地实际情况比较吻合.     

基于灰色GM(1,1)的农业机械化水平预测模型

根据1986～2005年我国农业机械化综合水平统计数据,并对由于我国耕地面积统计滞后使得在机耕水平计算中存在误差进行了合理分析和修正,结合数据平滑处理,建立了基于灰色GM(1,1)的我国农业机械化综合水平预测模型.通过残差检验和后验差检验方法对预测结果进行了检验,模型拟合精度较好.采用模型对2006年我国农业机械化综合水平值进行预测,结果表现出较高的预测精度,进一步验证了所建模型的可行性.运用该模型对我国2007～2020年间农业机械化综合水平进行预测,结果表明到2020年我国综合机械化水平将达到68%左右.通过定性分析及与其他预测结果比较,模型表现出较好的预测能力.     

基于新陈代谢GM（1,1）-Markov链模型的有效灌溉面积预测

采用新陈代谢GM（1,1）模型对全国有效灌溉面积的动态变化进行初次拟合和预测,并根据有效灌溉面积时间序列波动的随机性,利用Markov链模型对新陈代谢GM（1,1）模型的残差进行修正,以概率形式确定出未来全国有效灌溉面积的动态变化区间,并依此模型预测未来10年全国有效灌溉面积的发展趋势。结果表明,该模型预测结果准确可靠...     

基于GM(1,1)模型群的农田土壤墒情短期预测

全面比较和分析了春玉米全生育期内土壤墒情的时空分布特征。结果表明,土壤墒情数据为非平稳时间序列,具有周期性;降水量是影响土壤墒情的重要环境因素,其影响规律具有较大随机性。以不同土层深度（10、30cm,〖JP2〗分别代表2种墒情变化情况）和春玉米不同生育期（4个）交叉组合的土壤墒情作为模型对象,〖JP〗基于GM(1,1)预测方法构建农田土壤墒情短期预测模型群。预测结果表明该子模型的预测精度均较高,平均相对误差均小于2%,其中以苗期10cm处土壤含水率预测效果最佳。考虑降水量的影响,对模型群中参数u进行优化,使得所建土壤墒情短期预测模型群的预测更为准确有效。     

灰色神经网络在地下水动态预测中的应用

以周至201号井为例,选取降雨量、蒸发量、单位面积的引灌水量及人工开采量4个地下水位的主要影响因素为预报因子,地下水位作为输出样本,建立BP神经网络模型。以2002-2011年4个序列的数据分别建立新陈代谢GM(1,1)模型,得到2012-2014年的预测值。再将各新陈代谢GM(1,1)模型得到的4个预报因子的预测值作为BP神经网络的输入,得到的输出即为最终2012-2014年地下水位的预测值。结果表明,灰色理论和BP神经网络耦合模型具有较高的预测精度,可为地下水的动态预报提供参考。     

联合收获机喂入量灰色预测模糊PID控制

针对联合收获机控制系统的非线性、复杂性,将灰色预测理论和模糊PID控制设计思想相融合,建立了灰色预测数学模型,设计了灰色预测模糊PID控制器,并将其应用于喂入量的控制.仿真表明,灰色预测模糊PID控制算法可以提高传统PID控制和模糊PID控制的质量及鲁棒性,改善系统性能,获得较好的控制效果.     

应用灰色新陈代谢GM(1,1)模型预

研究了灰色系统理论在中长期城市需水量预测中的应用。由于常规GM(1,1)模型被用于预测时，精度较高的仅仅是最近的几个数据，越往未来发展，该模型的预测意义就越弱。针对常规GM(1,1)模型存在的不足，建立了灰色新陈代谢GM(1,1)需水量预测模型。并利用此模型对北方某缺水城市未来10年的需水量进行了预测。结果表明：模型精度较高，预测误差较小。对于中长期城市需水量预测这样复杂的问题, 灰色新陈代谢预测模型具有预测精度高、简捷实用等优点，该方法可作为中长期城市需水量预测预测的工具之一。     

基于灰色GM(1,1)的农业机械化水平预测模

根据1986～2005年我国农业机械化综合水平统计数据,并对由于我国耕地面积统计滞后使得在机耕水平计算中存在误差进行了合理分析和修正,结合数据平滑处理,建立了基于灰色GM(1,1)的我国农业机械化综合水平预测模型。通过残差检验和后验差检验方法对预测结果进行了检验,模型拟合精度较好。采用模型对2006年我国农业机械化综合水平值进行预测,结果表现出较高的预测精度,进一步验证了所建模型的可行性。运用该模型对我国2007～2020年间农业机械化综合水平进行预测,结果表明到2020年我国综合机械化水平将达到68%左右。通过定性分析及与其他预测结果比较,模型表现出较好的预测能力。     

城市工业用水量的灰色马尔可夫预测模型

灰色GM(1,1)是预测城市工业用水量的模型,这种模型不适合长期的、随机和波动性较大的数据序列预测,但是马尔可夫模型适合描述随机波动性较大的预测问题.可以将这两种模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)预测模型进行预测,再用马尔可夫模型预测结果进行优化,使预测精度大大提高.最后以抚顺市为例,预测结果证明了该模型的优势.     

灰色GM(0,N)模型在土壤田间持水量预测中的应用

基于田间持水量测定试验数据及土壤理化参数测定试验数据,运用灰色预测理论对田间持水量与土壤理化参数的关联度进行分析,建立以土壤密度、土壤粉粒质量分数、土壤黏粒质量、土壤有机质质量分数为输入变量的GM(0,N)土壤田间持水量预测模型。对所建模型进行残差检验、关联度检验、后验差检验证明所建模型是可行的,实现了少数据、贫信息情况下利用土壤常规理化参数对土壤田间持水量的预测。