落叶松叶蜂的种群动态和预测预报

通过研究落叶松叶蜂卵期的种群数量动态,以卵梢占新梢总量的百分率作为其种群数量的指标值,给出了以种群趋势指数法、灰色预测法建立的发生量经验预测模型。同时据有效积温、及物候建立了发生期预测经验模型。     

基于熵值法的玉米产量组合预测模型

为了提高玉米产量预测的精度.利用熵值法为每种单一预测模型分配加权系数;将各单一预测模型的预测结果加权求和得到了组合预测模型的预测结果,建立了玉米产量组合预测模型.利用2000-2006年玉米产量资料进行模型精度检验,结果表明,组合预测模型的精度有明显提高,说明应用组合预测方法进行玉米产量预测是可行的.     

塞罕坝华北落叶松人工林断面积预测模型

如何实现林分水平和单木水平预测林分断面积的兼容性,并提高不同水平断面积模型的预估精度,在森林经营过程中是一个亟待解决的科学问题。本文以华北暖温带华北落叶松人工林为研究对象,运用105块连续观测的固定样地数据,首先采用Gauss-Newton算法建立林分水平和单木水平断面积生长模型;其次分别采用不同形式的逻辑斯蒂方程对单木生存概率方程进行拟合;最后将不同水平最优预测模型进行组合并建立组合方程,采用最小二乘法估计组合方程参数,以提高对不同水平断面积的预测精度。结果表明:在约束参数法中,林分密度模型、林分断面积预测模型和单木断面积模型均具有较好的预测效果,并均能解释90%以上的变异;在分解法中采用逻辑斯蒂方程来预测单木生存概率和林分密度,经检验获得的ROC曲线下面积为0.906,表明该方程可以较好地预测林木生存概率;在组合预测法中,采用不同水平的最优模型进行组合后的预测效果最佳。在预测林分密度和断面积时,组合预测方程预测精度最高,林分水平模型预测精度次之,单木水平模型预测精度最低。组合预测法能够预测不同水平下的林分密度、立木生存概率、林分断面积及单木断面积,提高了模型预测精度,为预测林分生长动态、空间结构变化及经营效果评价等提供参考依据。      

基于最优加权组合模型的枯季径流预测研究

【目的】研究最优的枯季径流预测模型,为流域水资源管理提供依据。【方法】建立基于差分自回归移动平均(ARIMA)、人工神经网络(ANN)和多元线性回归(MLR)3个单项模型的简单平均组合和最优加权组合预测模型,并将单项预报模型和组合模型应用到石羊河流域支流西营河的枯季径流预测中,采用相关系数、确定性系数以及均方根误差对各模型预测精度进行比较。【结果】单项预测模型中,仅ARIMA模型通过了确定性系数检验;最优加权组合模型的预测精度较简单平均组合模型高;组合预测模型中,仅ARIMA-MLR和ARIMA-ANN最优加权组合模型的确定性系数高于所有单项预测模型。【结论】最优加权组合模型的精度不但取决于各单项预测模型的精度,也与其之间的相关性有关,适合西营河枯季径流预测的最优加权组合模型是ARIMA-MRL和ARIMA-ANN组合模型。     

基于组合预测模型的水质数据预测研究

对时间序列水质预测问题进行研究,提出了基于最优加权法的组合预测模型.综合利用了ARIMA预测模型、人工神经网络模型和指数平滑法对水质数据进行预测,再将它们的结果利用最优加权组合法进行组合,得到组合预测模型结果.将组合预测模型应用到广州长洲水质预测工作中,得到了较好的预测结果.组合预测模型结果的精度高于单一模型结果.组合预测模型能平衡单一模型的偏差,具有更好的适用性和更高的精度.     

基于灰色理论和回归分析的需水量组合预测研究

【目的】建立精度更高的需水量预测模型,为水资源规划提供理论依据。【方法】建立基于灰色预测和线性回归预测的需水量组合预测模型,以深圳大鹏半岛需水量为例,对组合预测模型的预测结果与单独采用灰色预测、线性回归模型预测的结果进行了比较。【结果】单独采用灰色预测模型和线性回归模型进行预测的平均误差分别为6.5%和2.5%,而基于灰色预测和线性回归的组合预测模型的平均误差仅为1%。【结论】组合模型的预测精度较单一模型的预测精度明显提高,并且该模型可以更全面地反映需水量的变化规律。     

组合预测法在林分断面积生长预估中的应用

林分断面积生长模型的研究是林分因子建模中的主要对象,研究提高林分断面积生长模型的预测精度十分重要。组合预测法能够对不同模型的预测结果进行组合,把不同模型的预测误差分散化,从而提高预测精度。基于北京山区油松定期清查数据,根据残差的方差最小原则确定组合预测中各模型的权重,将单木水平预测所得的林分断面积与林分水平预测所得的断面积进行组合预测。结果表明:组合预测法预测林分断面积的精度比单一水平(单木水平、林分水平)预测的精度都高,同时组合预测法也改进了林分断面积预测模型的兼容性。     

重庆市城市生活垃圾产生量预测

提出了用于预测垃圾产生量的变权重组合预测模型,该模型通过把单项预测模型进行组合分析,以误差平方和最小为准则,求出最优加权组合系数,建立组合预测模型.通过实例分析,表明其预测精度高于各单项模型预测值,在城市生活垃圾产生量的预测工作中有一定的应用价值.     

烤烟醇化过程中还原糖含量的组合预测模型

为了提高现有烤烟醇化过程中化学成分预测模型的精度,提出了组合预测模型。选取灰色GM(1,1)模型、三次指数平滑、一元非线性回归3种单一预测模型,采用标准差法分配权重,对单一预测结果进行集成,以还原糖为例,建立了化学成分的组合预测模型。结果表明,组合预测模型能够较好的提高预测精度,较GM(1,1)、三次指数平滑和一元非线性回归模型预测精度分别提高了0.0184、0.0283和0.0082。     

基于模糊组合预测的河北省物流人才需求预测

为客观分析河北省物流人才需求,提高物流人才需求预测精度,研究了河北省物流人才需求预测方法,基于组合预测法的特点,运用三角模糊数确定组合预测法中各单项预测的模糊权重,建立基于最小预测误差值为目标函数的物流人才需求模糊组合预测模型,并通过参数估计给出预测模型的最优解。运用2002—2016年河北省物流人才就业数据进行实证分析,发现该模型具有较高精度,研究结果表明河北省物流人才需求在2017—2021年呈持续增长趋势,物流人才需求缺口呈扩大趋势。     

三化螟预测模型的通径分析

利用1972-1988年三化螟发生的历史资料和气象资料,对影响因子进行相关分析,应用逐步判别分析的方法组建2代三化螟种群预测的判别模型。文中对判别模型进行通径分析的结果说明,2代三化螟种群预测系统的决定系数 R~2=0.9953,表明预报量的99.53％是由预测模型的全部7个预测因子所决定,尚有0.47％的预报量由未知因素所致,剩余通径系数 P_c=0.0684。经对历史资料的回报检验,该预测模型的判别率达到100％。经过1989和1990年实报。预报等级与实际发生量所代表的等级相符合。证实了2代三化螟种群预测模型预测因子的组成和结构符合预报的要求。     

小城镇人口规模的灰色预测

本文在分析现有人口预测模型的基础上,提出了城镇人口预测的灰色GM(1,1)模型,并对浙江省湖州市南浔镇近几年的人口进行了预测,结果表明灰色预测法具有较高的预测精度,为小城镇人口预测开辟了一条新途径.     

黄板对设施蔬菜烟粉虱的诱集效应与预测模型研究

为提高烟粉虱预测预报和持续控害水平,采用黄板诱集法连续4年（2009～2012年）对设施大棚内蔬菜作物上烟粉虱进行系统监测,结果表明,烟粉虱种群数量受种群内因和气候外因的协同作用上下波动,全年主要呈双峰型曲线变化,分为夏季高峰期（7～8月）与秋季高峰期（9～10月）;但年度间种群数量存在较大差异：2009年和2010年为烟粉虱的重发年,2011年和2012年烟粉虱的危害较轻;不同设施蔬菜作物上烟粉虱的发生量不同,黄瓜上最大,茄子、番茄上其次,辣椒上最少,表明杭州地区烟粉虱对设施蔬菜的趋性为：黄瓜>茄子、番茄>辣椒。本研究还选择不同时期虫口基数、气象资料（温度、湿度、光照等）作为预测因子,共筛选出了29个因子（19个气象因子、10个前期虫口密度因子）进入回归模型,分析历史数据,使用逐步回归法组建了不同设施蔬菜上烟粉虱高峰发生期和发生量的预测预报模型,其中影响烟粉虱种群数量消长的关键因素为种群基数和气温。     

马尾松毛虫发生量灰色系统模型的建立及其预报

运用灰色系统理论的原理和方法，根据相关系数法和逐步回归法，分别选取与马尾松毛虫有虫面积、虫口密度、有虫株率相关关系密切的气象因子作为样本的因子变量，分别建立马尾松毛虫有虫面积、虫口密度、有虫诛率与气象因子的灰色系统预测模型。结果表明：所建立的各预测模型具有令人满意的预测效果。有虫面积模型预报因子数为8个时，预留样本的平均预测误差为7．47％；虫口密度模型预报因子数为6个时，预留样本的第1年预测不准，第2年的预测误差为2．21％；有虫株率模型预报因子数为5个时，预留样本的平均预测误差为3．60％,总预测成功率为83．33％.     

基于RBFNN混合粒子群算法的电力负荷短期预测

根据电力系统负荷预测的不同目的,提出一种基于RBFNN混合粒子群优化算法(HPSO)预报电力系统短期负荷,即首先采用改进的粒子群优化算法(MPSO)全局优化网络模型参数然后在MPSO全局搜索模型参数基础上利用梯度下降法局部优化网络模型参数,建立电力系统短期负荷的时序人工神经网络模型。仿真结果表明,该方法与传统的预测方法相比,减少了训练时间,提高了精度和适应性。     

Precisely forecasting population dynamics of agricultural pests based on an interval type-2 fuzzy logic system: case study for oriental fruit flies and the tobacco cutworms

Traditional pest control approaches rely mostly on the experience of farmers, which may not be effective due to lack of scientific information regarding the environment where crops grow. Farmers can initiate a more effective integrated pest management program when precise and quantified results of forecasting pest population outbreaks are provided. Previous studies generally utilize long-term data to predict pest populations, but such a prediction approach might not be useful for farmers who grow fruit and vegetables with shorter life cycles. This paper therefore proposes an interval type-2 fuzzy logic system (IT2FLS) with short-term data to forecast the population dynamics of the oriental fruit fly (OFF, Bactrocera dorsalis (Hendel)) and the tobacco cutworm (TC, Spodoptera litura (Fabricius)). Two automatic monitoring systems are used to collect the data of the population dynamics of OFFs and TCs and the environmental parameters in farming areas. A univariate fuzzy time series forecasting model with difference-based intervals (UFTSFM_DI) and a bivariate fuzzy time series forecasting model with difference-based intervals (BFTSFM_DI) are developed, and integrated into the proposed IT2FLS. It is found that the BFTSFM_DI model yields better performances of forecasting OFF and TC populations when the atmospheric temperature data are employed. With the forecasting results, farmers will have a better understanding of the population dynamics of the OFF and TC in farming areas, so they can take proper measures, such as bagging their fruits and spraying pesticides, before pest outbreaks occur.

     

区域水资源可持续利用预警模型的初步研究

 对建立区域水资源可持续利用预警模型进行了初步的研究探讨。在选定包含目标层、准则层、指标层3个层次的区域水资源可持续利用预警指标及其体系框架的基础上,初步建立了一个实际可行的区域水资源可持续利用预警模型。     

BP神经网络在小麦赤霉病气象预测中的应用*

 应用BP神经网络的方法建立四川资中小麦赤霉病发病的预报模型,为预防小麦赤霉病发病提供科学依据。根据四川资中小麦赤霉病发生发展的气象生理指标及历年该病发生的统计资料,借助人工神经网络强大的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法——Traincgf,建立了小麦赤霉病发病的气象预报模型。该模型不需要事先确定数学模型,拟合与预测的平均绝对偏差分别为0.01,0.05,优于多元线性回归模型的0.17,0.29。BP神经网络预报模型的拟合精度和预报精度都较高,优于多元线性回归模型,能很好地实现预期效果,对小麦赤霉病发病的预测预防工作具有一定的指导意义。     

农业害虫发生程度的级值判别数学模型的研究

本文对山东省临沂市１９６５～１９８６年（１９８０年除外）共２１年的历史观测数据级值进行了数量分析，建立了第二代玉米螟有虫株率的５个级值判别数学模型。经回报验证，其历史符合率达１００％。将１９８７年、１９８８年观测数据级值作为独立样本进行试报，其预报准确率达１００％。为农业害虫发生程度的中长期预测预报提供了一种新的研究方法。     

莱芜市人口的具有外生变量的时间序列预测模型

基于人口总量与经济增长有强相关关系,结合时间序列预测模型的良好适应性,建立了将经济增长作为外生变量的人口时间序列预测模型,以莱芜市1989-2011年人口总量和GDP总量数据为例,建立了莱芜市人口发展趋势的含外生变量的时间序列模型,并对模型的精确度进行检验,模型结果精确度较为理想。然后对2012-2016年莱芜市人口总量及其增长速度进行了预测,结果显示,"十二五"期间莱芜市总人口在未来几年将保持年均增长量为0.4万人,环比平均增长速度为0.3%,人口总规模将近130万。