基于AR模型及MLR模型的汽车行驶姿态预测

运用自回归(AR)建模预测方法及多层递阶(MLR)建模预测方法对汽车行驶姿态进行预测。在详细分析了两种的建模预测方法的基础上,以汽车的侧倾角速度预测为例讨论了两种建模预测方法在汽车行驶姿态预测中的应用。结果显示AR建模预测方法有一定的预测效果,1 s预测平均相对误差为10.56%,MLR建模预测方法由于充分考虑到了汽车运动的时变性和非线性特性,其预测效果更佳,1 s及2 s的预测精度分别比AR建模预测法提高6.44%和7.09%。     

5TS—70型脱粒机销售量预测研究

本文采用综合预测的方法对5TS—70型脱粒机销售量进行了市场预测。对山西省内的销售量作了定量预测,其方法采用非线性规划单纯形加速法优选模型参数的方法,使时间序列得到了较好的拟合,并采用了修正指数的方法修正了预测值,方法有一定的普遍意义。对省外的销售量作了定性专家预测。     

水稻制种花期预测方法

花期预测是保证水稻杂交繁育过程中花期相遇的重要措施,也是花期调节的依据。花期预测方法因亲本类型、亲本特性、气候环境等因素而异,介绍了生产中实用的多种花期预测方法,主要有向导田指示预测法、对应叶龄直接对比预测法、回归方程预测法、根据后三叶预测法、圆秆拔节预测法、幼穗剥查预测法等,每种方法需要一定时间熟悉掌握,以保证预测的准确性。在所有的花期预测方法中,以幼穗剥查预测法最为准确可靠。     

组合预测方法及其在土壤水分预测中的应用

本文简要介绍了当前较为流行的一种新的预测方法—组合预测方法及最优权数的计算。并利用此方法对预测土壤水分含量的两个单一预测模型进行综合处理,得到了土壤水分含量的组合预测模型,从统计分析和回归检验中可以看出,组合预测模型较原两个单一预测模型的预测精度有较大的提高。     

基于趋势-状态预测方法的粮食产量预测

趋势-状态预测方法能够较好地解决既有趋势性又有较大波动性的数据序列的预测问题,且具有计算简便、精度高的特点.本文利用该方法对浙江省粮食产量进行了预测分析,为粮食生产的预测和科学管理提供了依据.     

中国情报研究的需求:预测性情报研究

阐述了中国情报研究的现状以及情报服务需求的变化,提出预测性情报研究在中国有很大的需求空间。分析了预测性情报研究的过程。指出预测方法是预测性情报研究的重要内容,要做好预测性情报研究工作,必须重视预测方法的研究和选用,应尽可能地选择组合法,并以一种方法为主,其它方法为辅,这样可从不同角度预测事态发展结果,互相补充和修正,以达到较佳的预测结果。     

叠加马尔科夫链在年降水量预测中的应用

[目的]采用叠加马尔科夫链方法预测年降水量。[方法]利用位于川西高原的小金站1961～2010年年降水量资料,运用叠加马尔科夫链方法预测2001～2010年小金站的年降水量,并与该站实际观测值进行对比。[结果]2001～2010年小金站降水量的预测误差控制在10%以内的年份有7年,其中在5%以内的年份有4年,说明叠加马尔科夫链方法能较好地预测年降水量。但对于大旱或大涝年份降水量的预测,该方法仍存在着一定的缺陷,有待进一步改进。[结论]叠加马尔科夫链预测方法物理概念清晰,计算简便,为降水量预测精度的提高提供了一条值得探索的途径。     

三峡水库塌岸预测评价系统开发

三峡水库蓄水后,由于库岸内外动力地质条件的变化,必然引起塌岸.目前的塌岸预测方法比较多,但都有各自的适用范围,不能很好的满足三峡这种地质条件比较复杂的库岸的塌岸预测.本文开发了三峡水库塌岸预测评价系统,集成了多种塌岸预测方法.利用该系统可以选择1种或多种塌岸预测方法进行塌岸预测,并可以对同一岸坡采用不同方法的预测结果进行分析,得出最终塌岸宽度.通过实例验证,该系统能较好的解决各方法预测结果的差异性,给出的最终塌岸预测结果更趋于合理.     

基于EVI-RBF的玉米长势监测及产量预测

近年来,农作物长势监测和产量预测研究大多是通过建立复杂的生长模型来实现的,而这往往不具有较强的推广性。本研究建立了一种基于植被指数和产量统计数据的玉米长势监测及产量预测方法。以玉米为研究对象,利用MODIS09A1数据建立其2000-2018年的增强型植被指数(EVI)时间序列,并将该序列作为径向基(RBF)神经网络的输入参数,下一阶段的EVI值或玉米产量作为网络的输出参数,完成玉米的长势监测及产量预测。该方法被成功应用到黑龙江省哈尔滨市宾县的玉米研究中,对玉米EVI值的预测精度达到了90.0%以上,产量预测相较于传统的线性回归模型也有明显提高,预测精度达到了98.6%。依赖植被指数和产量统计数据的长势监测及产量预测方法有较大的应用推广前景。     

农田有效灌溉面积的预测方法及应用

采取归一化对10 a内的农田有效灌溉面积进行处理,将处理后的数据作为标准样本,通过BP神经网络与向量机回归构建了农田有效灌溉面积模型。预测结果证实,向量机预测方法的精度更高,其泛化能力有明显提升,根据预测分析,其主要误差仅有BP神经网络总误差数的12.6%,是非常有效的灌溉面积预测方法。基于此,通过分析预测方案的有效性,并且对模型构建的方法与原则进行研究,提出了正确的变化趋势。     

影响山西省农机化水平的多因素逐步回归分析

针对定量分析农机化发展影响因素困难的问题，依据2002年山西省115个县（市）影响农机化水平的10个指标数据，采用逐步回归分析法，建立了山西省农业机械化发展水平影响因素逐步回归模型。模型分析结果表明，山西省农机化发展水平的主要影响因素按程度高低依次为：每hm^2农业机械总动力、人均国内生产总值、丘陵山地比例、农民人均纯收入、每hm^2农业机械原值、农业劳动力占总劳动力比重和无霜期7个因素。提升综合农机化作业水平的关键在于在加强农机动力配备的同时还有赖于国民经济的发展、农业劳动力的合理转移．以及农民收入的提高和适合丘陵山地作业的小型农业机械的研制和推广。     

无偏灰色预测模型在农业机械总动力预测中的应用

以我国1997~2005年农业机械总动力数据为基础,将无偏灰色预测模型应用到农业机械总动力预测中,并与传统灰色预测模型进行比较,结果反映了无偏灰色预测模型的优越性,最后预测数据显示2009年我国农业机械总动力将达到85 262.54万kW。     

山西省农业机械信息管理系统的研究

为了帮助农民及农机管理部门了解各种农业机械的信息,本文依据山西省农业机械管理的现状、特点,使用计算机面向对象的编程语言Visual Basic及数据库管理语言Access,对我省常用的农业机械的价格、生产厂商及各项性能指标等信息进行管理和分析,为我省农民合理购机及为相关管理部门进行科学预测和决策提供帮助,为农业机械化有计划的发展提供依据。     

组合预测模型在黑龙江省农机总动力预测中的应用

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.通过对黑龙江省农机总动力历史数据进行分析,建立了指数模型、GM（1,1）模型和BP神经网络模型3种预测模型,其次,应用基于离异系数法、二次规划法、Shapley值权重分配法分别构建组合预测模型.拟合结果表明,各种组合预测模型优于各单一模型.最后应用基于Shapley值权重分配法对黑龙江省农机总动力进行组合预测,为制定农机动力发展规划提供了依据.     

农业机械化作业水平的灰色关联分析——以陕西省为例

农业机械化是农业现代化的基础,农业机械装备水平决定了农业机械化程度,而农业机械化作业水平是评价农业机械化程度的重要指标。分别分析了陕西省农业机械装备与农业机械化作业水平,并运用灰色关联度模型对二者进行关联分析。结果显示,陕西省农业机械化作业水平最高的是机械耕地环节,最低的是机械收获环节,此外,受陕西省地形地貌的限制,大中型农业机械对农机化作业水平的影响程度和发展态势均落后于小型农业机械,但作用潜力更大。最后,提出了提高陕西省农业机械化作业水平的相关政策建议。     

甘肃省农村用电量模型及需求预测研究

本文针对甘肃省农电发展实际，综合应用多种预测模型及方法，对农村用电量进行了预测，并提出了预测模型的应用条件和综合预测结果。本研究为农用电力的宏观调控和科学管理提供了理论依据和决策数据。     

基于SVM的农机装备水平组合预测模型研究

采用支持向量机的组合预测方法,对黑龙江垦区农机装备水平进行预测。在确定单一预测模型的基础上,运用自组织神经网络方法,将权系数确定问题转化为粗糙集理论中属性重要性评价的问题;计算各单一预测方法对组合模型的依赖度、重要度和权系数;利用建立的基于支持向量机非线性农机装备水平组合预测模型,对黑龙江垦区2002—2012年农机装备水平的历史数据进行检验。误差分析表明:该模型对农机总动力、大中型拖拉机、小型拖拉机、大中型拖拉机配套机具和小型拖拉机配套机具的预测平均相对误差为0.471%、1.328%、3.738%、1.193%、3.574%,均低于各单一预测模型的平均相对误差;利用该模型对黑龙江垦区农机装备水平进行预测,到2020年拥有农机总动力999.33万kW、大中型拖拉机88 921台、小型拖拉机38 453台,大中型拖拉机与配套农机具台数比为1.51∶1,小型拖拉机与配套农机具台数比为1.68∶1。所建模型适用于黑龙江垦区农机装备水平的预测。     

农产品市场价格短期预测研究进展

 论文系统概述了近百年来有关国内外农产品市场价格短期预测在理论、方法、实践应用等方面取得的进展,指出主要研究方法的优缺点,并对农产品市场价格短期预测方法研究的特点进行了总结,对今后研究的发展方向进行了展望。研究认为,随着数理统计学、计量经济学、模糊数学、神经网络等理论的发展及方法的广泛应用,目前在农产品市场价格短期预测领域已形成了众多模型,其中主要定量分析方法可概括为四大类,即计量经济预测法、数理统计预测法、智能分析法和组合模型法。在未来的一段时间内,农产品市场价格短期预测将呈现出以定量分析方法占主导、智能化组合化模型逐渐增多、分位数回归模型引入到农产品市场价格短期预测并形成趋势等发展特征。     

浅谈现代农业与农业信息化建设

农业信息化既是现代农业发展的必然要求,也是社会主义新农村建设的重要内容。阐述了推进农业信息化对建设现代农业的意义和作用,分析了山西省农业信息化存在的问题,并对山西省推进农业信息化建设提出了对策：加大政府的扶持力度;加强农业信息服务人才培养;加强农业信息基础设施建设;着力提高农业信息服务质量;开发整合农村市场信息资源;积极开展农产品网上交易,拓宽农产品流通渠道;以产业化的方式推进农业信息化的发展。     

农机购置补贴的空间溢出效应研究

农机跨区流动和农机跨区作业的普遍存在,使得各省农机化发展不再各自独立,因此考虑空间相关性对科学评估省域农机购置补贴政策效果具有重要意义。本文在应用莫兰指数验证各省的机械化水平存在空间相关性的基础上,构建空间杜宾模型分析考虑空间效应情况下农机购置补贴对农机化水平的影响,评估农机购置补贴政策的空间溢出效应。结果表明,农机购置补贴实施以来,综合农业机械化水平显著提高,2017年综合农业机械化水平比2004年综合农机化水平翻了一番,由2004年的34.32%增长至2017年的66.26%。同时,由于农机全国范围内的跨区作业导致各地区农机化水平存在空间正相关性,忽略空间相关性则会高估农机购置补贴对本地农业机械化水平的影响,高估部分甚至达到实际值的1.5倍。基于此,提出继续实施和发挥好农机购置补贴政策、完善农机购置补贴政策以提高补贴资金使用效率、评估农机购置补贴对农业机械化水平影响时应考虑空间相关性,以及应继续完善促进农机跨区作业的相关政策等建议。