陕西省近20年粮食产量变化及预测研究

深入了解陕西省粮食产量的变化情况,探究影响陕西省粮食产量的主要因素,为粮食安全政策构建提供科学合理理论参考。本文选取陕西省1999—2019年的粮食产量数据作为基础数据,采用GM (1,1)预测模型对未来5年(2020—2024年)陕西省粮食产量进行预测分析。研究结果表明,陕西省粮食产量变化趋势为波动型增长,单位面积粮食产量和人均粮食产量的变化情况与粮食总产量变化趋势基本保持一致。灰色GM (1,1)模型预测结果显示,2020—2024年陕西省粮食产量将呈现小幅稳步增长的发展趋势。模型平均相对预测误差模型平均相对误差Δ=0.03370.10,预测精度较高。     

基于GM(1,1)模型的陕西省农村居民收入的预测分析

为了更好地预测和分析农村居民的收入问题,以陕西省农村居民2013—2018年的可支配收入数据为基础,利用灰色GM (1,1)预测模型进行预测分析。进行光滑性和级比检验,数据符合模型建模的条件,然后对数据序列先后进行了GM (1,1)模拟,并对结果进行了精度检验,结果表明,在分析陕西省农村居民收入这个问题上,该模型精度达到了99%以上;对2020—2024年陕西省农村居民收入进行了相应的预测,得出在未来5a居民收入会持续稳定地增长。     

烤烟糖碱比和氮碱比的醇化预测模型研究

[目的]建立醇化烟叶化学成分的预测模型,用于预测醇化后烟叶化学成分协调性的变化情况,以便指导配方打叶的小配方模块设计。[方法]利用灰色理论建立了烤烟醇化过程糖碱比GM（1,1）灰色模型、糖碱比新陈代谢GM（1,1）灰色模型、氮碱比GM（1,1）灰色模型、氮碱比指数平滑GM（1,1）灰色修正模型和氮碱比对数GM（1,1）灰色修正模型。[结果]糖碱比灰色模型精度较高,2种模型精度分别达到了98．37％、99．73％;氮碱比灰色模型通过指数平滑和对数修正后,模型精度分别达到了93．56％、88．52％。[结论]建立的各种糖碱比、氮碱比模型都有意义,而且可用作中、长期预测。     

基于等维新息GM(1,1)模型的河南省粮食产量预测

以河南省1978—2013年的粮食产量为依据,利用灰色系统理论对河南省未来的粮食产量变化趋势进行了预测。首先在MATLAB中实现不同维数GM(1,1)模型相关参数的计算,然后把预测精度最高的7维常规GM(1,1)模型改进成等维新息GM(1,1)模型,经检验该模型精度等级为好,并预测出河南省2015—2020年的粮食产量。结果表明,等维新息GM(1,1)模型比常规GM(1,1)模型具有更高的预测精度,河南省未来5年的粮食产量仍保持增长趋势,但年平均增幅为1.43%,增产潜力较低。     

基于新陈代谢GM(1,1)模型的陕西省生猪及猪肉生产预测

对陕西省生猪及猪肉生产进行准确预测,力求避免盲目扩大或缩小生产规模给陕西省生猪产业造成经济损失是本文的研究主题。首先,利用1999～2008年陕西省生猪及猪肉生产的相关数据,对其生猪及猪肉生产的现状进行了分析;其次,运用灰色系统理论建立了不同维的常规GM(1,1)模型群,根据不同维预测模型的相对误差优选出基础GM(1,1)模型,并建立了灰色新陈代谢GM(1,1)模型,对陕西省未来五年的生猪及猪肉生产进行了预测;最后得出结论并提出适应陕西省生猪及猪肉生产的相关建议。     

基于离散型灰色DGM(1,1)预测模型在涝灾预测中的应用

为提高涝灾预测模型的预测精度,针对GM(l,1)模型预测条件的局限性,提出离散灰色预测模型[称DGM(1,1)模型Ⅰ。应用离散灰色模型,以鞍山市1959~2006年的降雨量为依据,建立涝灾预测模型。结果表明:优化后的离散型DGM(1,1)模型的预测精度较原有的灰色GM(1,1)预测模型的预测精度有很大提高。并且该模型建模过程简单、适用性强,为涝灾的预测提供了新的方法。     

基于小波变换灰度模型-人工神经网络(GM-ANN)组合的粮食产量预测模型

由于粮食生产受到社会、经济和气候等多方面因素的影响,造成粮食产量序列的复杂性、随机性和非平稳性。为了准确预测粮食产量,提出基于小波变换的灰度模型(GM)-反演(BP)神经网络[BP神经网络是人工神经网络(AMNN)的一种]相结合的预测方法,首先利用小波变换将非平稳序列转化为若干不同频率分量的平稳序列;然后针对各序列使用灰色GM(1,1)模型建立预测模型,为了进一步提高模型的预测精度,结合BP神经网络对预测残差进行修正;最后通过组合得到粮食产量的预测模型。通过对2011—2014年我国粮食产量数据的预测,表明所提方法的预测精度明显高于GM(1,1)和BP神经网络预测模型,4年的平均预测误差小于1%,能够较准确地预测我国粮食产量。     

证券市场灰色神经网络组合预测模型应用研究

提出将3种灰色模型(残差GM(1,1),无偏GM(1,1)和pGM(1,1))与神经网络模型进行有机组合,建立一种新的灰色神经网络组合预测模型,并以中国股票市场上证指数为例进行模拟预测.实证表明:组合预测模型的模拟预测精度较原有方法更为精确,可作为股市预测的有效工具.     

基于灰色GM(1,1)模型的城市人口规模预测——以大同市为例

很多不可控制因素会对城市人口的发展形成影响,灰色GM(1,1)模型通过规避不可控制因素,在规模预测方面展现其优越性、可靠性。本文基于灰色GM(1,1)模型对大同市城市人口发展模型进行了构建,通过相对误差检验、x(0)(t)与x-(0)(t)灰色绝对关联度ε检验、均方差检验和小误差概率检验得到模型精度较高,大同市在预测年2016-2020年的城市人口数量分别为221.21、229.59、238.24、247.25和256.61万人,城市人口增长较快,人口压力较大。     

数学模型在淮安市食物中毒事件预测中的应用

[目的 ]构建淮安市食物中毒发生事件数的数学模型并验证其合理性和准确性。[方法 ]收集2003-2015年淮安市食物中毒事件数据,用EXCEL和SPSS拟合灰色预测模型GM(1,1)、回归预测模型进行统计分析和预测。[结果 ]使用灰色预测模型GM(1,1)取得的后验差比值为0.7631;平均相对误差e%为11.48%,后验差比值0.76310.8852,拟合精度合格;使用幂函数模型预测2003-2015年淮安市食物中毒事件数各年度的相对误差最低为0.4%,最高为82.4%,平均相对误差为29.3%。[结论 ]两种方法预测2016年淮安市食物中毒事件数为4件。两种方法均可用来预测淮安市食物中毒发生事件数,预测效果可靠。     

灰色系统理论在黑龙江省农作物秸秆可收集量预测中的应用

农作物秸秆可收集量的预测是进行能源规划、大规模开发利用资源的基础.试验在综合2006～2010年发表的原创性研究文献的基础上,确定了草谷比和可收集系数,从而估算出1990～2009年黑龙江省农作物秸秆可收集量.用灰色关联分析方法分析黑龙江省农作物秸秆可收集量的影响因素,通过计算各因素关联度大小.结果表明,农村劳动力、农...     

基于多元回归分析和灰色模型的康乐县城乡建设用地预测

结合多元回归分析和GM(1,1)灰色预测模型,以康乐县为研究对象,通过2000年～2008年的城乡建设用地面积数据预测了2015年和2020年的康乐县城乡用地面积.结果表明:通过多元回归分析,灰色预测模型的2015年和2020年康乐县城乡建设用地预测结果分别为4 671.16、4 698.28hm2和4 783.04、4 827.81hm2,与城乡规划指标4 898.25、4 916.63hm2较为相近,预测可行.     

陕西省秸秆资源能源化潜力评价

农作物秸秆是一种重要的生物质能源。由于滞后的思维方式、传统的观念以及技术落后等问题而造成大量的农作物秸秆仍无法取得高效的利用,陕西省的农作物秸秆资源利用率仅不到30%,剩下的70%多仍为废弃、焚烧等方式粗犷利用,导致环境污染严重、能源大量流失。通过对陕西省2011年的农作物秸秆产量进行分析,利用统计数据,计算出可利用的秸秆资源量,并将可利用秸秆资源量转化成标准煤量,为陕西省秸秆资源利用提供基础数据及决策参考,得出假设:将所有的可收集利用秸秆资源完全用作能源使用,计算得2011年陕西省农作物秸秆可收集利用资源量1 196.82万t,折合标准煤663.56万t,约占当年陕西省总能源消耗的6.55%。     

灰色线性回归在冬小麦产量长期预测中的应用

针对农作物产量序列既有线性趋势又有大幅波动的情况,用直线回归残差分离原始序列,构建灰色线性回归组合预测模型。对宿州冬小麦产量的预测结果表明,该模型克服了GM（1,1）模型和线性回归模型的缺陷,具有一定的应用价值。     

基于灰色非线性回归的道路交通事故预测

运用GM(1,1)模型对影响道路交通安全的各因素进行预测,然后将各影响因素综合起来构建灰色非线性回归模型,以预测道路交通事故发展趋势.结果表明,该模型的预测精度高,预测结果可靠,适用于道路交通事故预测.     

滁州市农业生态环境质量动态评价及预测

[目的]客观准确地评价和预测滁州市农业生态质量状况及发展趋势。[方法]选取滁州市农业生态环境质量评价指标,运用主成分分析法对评价指标进行筛选,建立农业生态环境质量综合评价模型,采用灰色系统GM(1,1)模型对农业生态环境质量状况进行预测。[结果]滁州市农业生态环境质量长期处于III级,且波动幅度较小;农业生态环境保护指标和农业环境污染指标对滁州市农业生态环境质量的影响较大。[结论]滁州市农业生态环境质量有很大改善空间,人类活动对农业生态环境质量的影响显著。     

灰色广义回归神经网络在木薯产量预测中的应用

将GM(1,1)预测模型与广义回归神经网络(GRNN)相融合,构建一种兼具两者优点、互补型的灰色广义回归神经网络(GGRNN).以1985-2007年度广西木薯鲜薯总产量为数据样本,采用GGRNN模型进行广西木薯产量预测研究.研究结果表明,GGRNN训练期平均拟合指数、预测期平均拟合指数分别为0.99和0.93,分别比GM(1,1)模型高0.09和0.04.该组合模型在拟合精度和预测精度方面均优于单一的GM(1,1)预测模型,并具有自学习能力、非线性映射能力以及适应性强等优点,为木薯产量预测的定量化和智能化提供了一条有效途径.     

基于灰色系统理论的加工番茄产量预测模型研究(英文)

[目的]研究基于灰色系统理论的加工番茄产量预测模型。[方法]运用灰色系统理论研究了加工番茄产量变化趋势,建立了加工番茄产量预测的GM(1,1)灰模型,并以新疆2001～2009年新疆加工番茄产量为例,进行了实例分析。[结果]该模型有较高的预测精度和较强的泛化能力,对近期加工番茄产量的预测是可靠的。[结论]为新疆地区番茄产业的宏观调控、番茄加工及储藏等方面提供了参考。     

基于组合预测的农业用水量预测

在分析农业用水特性的基础上,提出了可有效克服单一预测模型预测精度不高的组合预测模型,并给出了农业用水量组合预测模型的权重确定方法,最后基于GM（1,1）模型、回归预测模型和指数平滑模型验证了组合预测模型对我国农业用水量的预测精度。     

以食用菌种植为纽带的循环农业模式

[目的]有效利用农业资源特别是对农作物秸秆和畜禽粪便的高效处理和利用。[方法]以山东久发食用菌股份有限公司为例,总结了以食用菌为纽带所建立的循环农业模式,并对该模式带来的经济、生态和社会效益进行了分析。[结果]以食用菌产业为纽带的循环农业模式主要是利用大量农牧业废弃物（麦秸、畜禽粪便等）发展食用菌产业,以培养料的规模生产加工销售为主导,实现区域内资金、技术、原材料、生产对象的最大集约化,吸纳更多的剩余劳动力从事食用菌生产;同时对产生的大量菌渣进行多途径的利用,不仅解决了食用菌生产中大量废弃菌渣的问题,而且进一步延长产业链条,增加从业者的收入,实现农业资源转化增值的最大化。[结论]该模式能充分利用农业生物质资源,减轻农业废弃物的环境污染,显著增加经济、生态和社会效益。