基于组合预测模型的辽阳地区能源需求预测

为了更可靠地预测辽阳地区未来能源需求量,采用GM(1,1)模型和三次指数平滑模型对辽宁省辽阳地区历史能源消费量建立预测模型,并将两个单一模型加权平均建立组合预测模型。结果表明:组合预测模型在时间序列数据的预测中可信度更高,预测精度达到94.06%;未来10年内,辽阳地区能源消费将以7.36%的年均增长率快速增长,到2022年能源需求量将达到2.2×107t标准煤。     

基于一种加权组合模型的娄底市粮食总产量预测

为了对娄底市粮食总产量进行有效的预测,将多项式拟合模型、平滑指数模型、灰色GM(1,1)模型等3种常用的预测模型进行线性组合,构建了一种用于娄底市粮食总产量预测的加权组合模型。结果表明,采用加权组合模型预测的平均相对误差较小,具有较高的预测精度,从而为粮食产量预测问题的研究提供了一种有效方法。     

新疆奇台县粮食生产影响因素与模拟预测研究

[目的]分析奇台县粮食生产的影响因素,并对其产量进行预测.[方法]在分析奇台县58年粮食生产动态变化特点的基础上,利用主成分分析法(PCA)探讨了粮食生产的影响因素.[结果]农业科技进步和经济发展、制度政策是影响奇台县粮食生产的两个主要因子;分别建立GM(1,1)模型、ARIMA(1,3,3)模型以及两者的组合模型,拟合了奇台县粮食总产量的动态变化趋势.结果发现组合模型平均相对误差率仅为7;,说明组合模型的模拟精度较高,从而得出2010～2015年奇台县粮食总产预测值.[结论]GM(1,1)模型和ARIMA(1,3,3)模型两者组合的模型预测精度高于单个模型的预测精度.2015年该县粮食产量将达到52.1×104 t.     

飞鸭早期生长曲线的拟合与分析

采用10种函数模型对不同性别0~63日龄飞鸭的生长曲线进行了拟合与分析。结果表明,不论性别,不同的拟合曲线均表现出一致的拟合优劣程度。拟合度达到0.99以上、显著性水平小于0.001的模型有线性模型、二次多项式和三次多项式模型,其中以三次多项式模型的拟合度最高(R2=0.997)。     

2012年印度橡胶消费量预计逾100万t

正2012年印度天然橡胶消费量历史上第一次将超过100万t。印度橡胶局最近预测该财政年度的橡胶消费量保持在106万t,2011/2012年度天然橡胶消费量     

基于RLS算法的多项式预测模型及其应用研究

为了提高经济领域统计数据的预测精度，代数多项式预测模型的建模方法应运而生．该方法使用代数多项式模型拟合给定的经济统计数据，并使用递推最小二乘法(RLS)对多项式拟合模型的加权系数进行递推计算以获得最优模型参数，然后通过获得的最优多项式模型计算未来预测数据．文章以实际统计的经济数据为例进行了仿真计算，研究结果表明，该方法不仅能实现统计数据的高精度拟合，而且具有很好的预测能力，在经济领域具有广阔的应用前景．     

ARIMA和蒙特卡洛方法在预测降水量中的应用

为提高组合模型的预测精度,使其更好的应用于旱灾预测,采用差分自回归移动平均模型(ARIMA)模型和蒙特卡洛(Monte Carlo)方法分别对降水序列的线性、周期和非线性、随机部分进行预测,并通过博弈论组合赋权,建立基于博弈赋权的ARIMA和蒙特卡洛组合模型。以吉林省松原地区为例,利用1953~2012年逐月降水资料建模并预测,并与最小二乘法赋权法进行对比。结果表明:在对松原地区2012年月降水量的预测中,ARIMA模型预测值的决定系数为0.908,蒙特卡洛方法预测值的决定系数为0.941;应用博弈理论拟合蒙特卡洛方法和ARIMA模型的预测值,其结果的决定系数为0.945,高于最小二乘法拟合结果。蒙特卡洛方法的预测精度高于ARIMA模型,更适合降水量数据。同时将博弈理论应用于拟合两种方法的预测结果,使预测数据的线性和非线性特征有机结合起来,提高了预测精度,是切实可行的。     

中国荷斯坦牛泌乳曲线数学模型拟合及应用

[目的]本文旨在建立拟合中国荷斯坦牛泌乳曲线的数学模型,计算出一套可靠的305 d产奶量校正系数。[方法]分别使用Wood不完全伽玛模型、逆多项式模型、Ali-Schaeffer模型、六次多项式回归模型、Wilmink模型和Pollott模型对71个奶牛场43 812头中国荷斯坦牛的609 784条测定日记录进行了拟合。参数的估计使用SAS 9.2软件中的非线性回归过程迭代求解实现。[结果]6种数学模型的拟合度(R2值)为0.940~0.947。其中,六次多项式回归模型的拟合度(R2值)最大,模型估计误差标准差最小,在本次试验中拟合效果最好。[结论]用六次多项式回归模型计算出各泌乳时间的累积产奶量,继而提出了计算305 d产奶量的校正系数。结合实际累积产奶量和相应的校正系数能将所有未达到305 d产奶量的记录校正到305 d。     

从国内外液化石油气市场分析谈中国发展对策

从社会因素、买方市场和卖方市场分析了国内外液化石油气的市场状况,目前在亚州,中国是仅次于日本和韩国的第三大液化石油气(简称LPG)消费国,并成为世界上LPG消费量增长最快的国家。到2000年,中国的LPG产量约为480×10~4～560×10~4 t,缺口650×10~4～760×10~4 t,到2005年,缺口1 250×10~4～1 430×10~4 t。提出了中国发展LPG对策:建立国家级储库、发展国内销售网、推动LPG储运工程的设计施工、依托区域成品油管网输送LPG。     

扇贝闭壳肌薄层干燥的数学模型

以栉孔扇贝Chlamys farreri闭壳肌为研究对象,对其热风干燥特性进行了研究。将扇贝样品经处理后于45、55、65、75℃温度下进行热风干燥,监测样品的质量变化,所采取的监测频率为干燥开始的第1小时监测4次,第2小时监测2次,第3小时后每小时监测1次,所有的干燥过程都处于降速阶段,并用薄层干燥模型对测量结果进行处理,选用Henderson-Pabis、Wang and Singh、Diamante et al.、Page、Newton 5种数学模型进行拟合,通过计算相关系数(R)、决定系数(R2)、平均偏差(eave)、卡方检验("2)、均方根误差(RMSE)、相对平均偏差(P)的大小,来检验拟合程度。结果表明:在45、55、65、75℃干燥温度下,Henderson-Pabis、Diamante et al.、Page、Newton 4个模型有效;进一步分析4个模型中模型常数随温度的变化,发现其中Henderson-Pabis、Page、Newton 3个模型参数中含有干燥温度为变量的通式模型,可以有效地预测干燥温度在45~75℃时的干燥进程,3个通式模型依次为MRH=0.9673exp[-(7×10-5T-0.0009)]t、MRP=exp(-0.00323t0.0039T+0.7727)和MRN=exp[-(7×10-5T-0.0008)]t。     

基于AIC准则的击实试验曲线拟合模型优选

针对击实曲线的模型优选问题,提出了基于赤池信息量准则(AIC)数字回归方法,认为综合多项式阶次与回归误差的AIC最小的模型为最优击实曲线模型。通过8组试验数据分析,4组为二次多项式拟合最优,而另4组以四次多项式拟合为最优。优选结果说明,由于不同土体压实性能和试验数据点分布不同,击实曲线不可能用统一阶次的最优模型描述,而基于AIC准则的模型优选方法具有较好的实用性。     

2014年全球天然橡胶产量为1210万t

<正>根据国际橡胶研究组织(IRSG)预测,2014年全球天然橡胶产量为1 210万t。同样,2014年全球天然橡胶消费量为1 190万t,产量和消费量顺差达20万t。2013年,全球天然橡胶产量和消费量分别为1170万t和1130万t,产量和消费量顺差达40万t。在科塔亚姆举办的橡胶局周年股东会议上,主席希拉·托马斯称,与前几年相比,2013年世界天然橡胶产量和消费量分别增长了3.1%和2.5%。     

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。     

基于BP神经网络预测林内PM2.5浓度

[目的]利用BP神经网络预测林内PM_(2.5)浓度。[方法]利用人工神经网络理论,采用2013年7月—2014年5月野外实时监测数据,建立了以气象参数、污染源强变量和林分结构特征为输入因子,林内PM_(2.5)小时平均浓度为输出因子的预测模型,并对其预测精度进行了评价。[结果]BP人工神经网络模型能够很好地捕捉污染物浓度与气象因素和林分结构间的非线性影响规律,预测结果的平均相对误差为1.71×10~(-3),均方根误差为6.77,拟合优度达0.98,模型具有很高的预测精度。而传统的多元线性回归(MLR)模型预测结果的平均相对误差、均方根误差和拟合优度分别为0.27、22.92和0.93。[结论]研究成果印证了应用BP人工神经网络模型预测林内PM_(2.5)浓度的可行性和准确性。     

时间序列组合预测模型研究:以农业机械总动力为例

[目的]本文旨在提出更有效的时间序列组合预测模型的构建方法,建立预测精度较高的时间序列组合预测模型。[方法]以1978—2013年新疆农业机械总动力为数据源,建立了源序列的曲线回归、自回归积分滑动平均、3次指数平滑和灰色模型,并构建了预测对象和预测模型的关系数据库。提出了基于百分误差的计算属性重要度方法,依据该方法计算单一模型在组合模型中的权重,构建了单一模型预测值及其权重为输入的组合预测模型,使输出结果中完整的涵盖了时间序列不同单一预测模型的输出值特征。以误差分布特征为指标,对组合预测模型和各单一模型的预测性能进行分析。以组合预测模型拟合优度和预测值平均绝对百分误差(MAPE)作为评价指标,对基于百分误差、粗糙集、Shapley和熵权法的组合预测模型构建方法进行定量分析。[结果]预测周期内提出的组合预测模型的最大及平均误差与各单一模型最优值相比,分别降低了27.35和6.43,误差平方和(SSE)减少了73%,平均绝对百分误差降低了1.56%。基于百分误差的组合预测模型的拟合优度与基于粗糙集、Shapley和熵权法的组合预测模型拟合优度相比,分别提高了2.40%、5.10%和2.27%,粗糙集、Shapley和熵权法的预测值的平均绝对百分误差分别为1.673 0、3.726 1和2.702 4,而本文提出的模型的平均绝对百分误差为1.298 4。[结论]基于百分误差的组合预测模型在农业机械总动力和类似时间序列预测分析中,降低预测误差波动幅度及提高预测精度方面与其他单一模型和组合模型相比具有显著优势。     

对侧步马前肢运动轨迹数学模型建立与分析

[目的]对侧步马不同模型和阶次前肢运动轨迹曲线拟合效果进行分析研究,为侧步马性能测定提供参考.[方法]基于马匹运动轨迹曲线的特点,采用Matlab软件中Cftool工具箱分别获取多项式拟合模型、高斯拟合模型和傅里叶拟合模型拟合方程式,并对拟合情况进行比较.[结果]傅里叶三阶和高斯三阶函数模型对侧步马肩关节、腕关节拟合效果极显著优于多项式模型(P＜0.01);傅里叶三阶函数模型对侧步马前蹄拟合效果极显著优于高斯和多项式函数模型(P＜0.01);傅里叶四阶函数模型对前飞节拟合效果显著优于高斯和多项式函数模型(P＜0.01);傅里叶四阶和高斯四阶函数模型对肘关节拟合效果显著优于多项式函数模型(P＜0.01).[结论]肩关节和腕关节最优拟合模型为傅里叶三阶和高斯三阶函数拟合模型;肘关节最优拟合模型为傅里叶四阶和高斯四阶函数模型;前飞节最优拟合模型为傅里叶四阶函数模型;前蹄最优拟合模型为傅里叶三阶函数模型.     

新疆伊犁马泌乳曲线影响因素的研究

[目的]通过拟合伊犁母马的最佳泌乳曲线来预测伊犁母马产奶能力.[方法]选取6～7岁、处于泌乳中期的伊犁母马60匹为研究对象,利用4种模型(高斯模型、Nelder逆多项式模型、立方模型和六次多项式模型)和3种日间隔方式(间隔0、10、30 d),对第3、4胎次的伊犁母马的泌乳曲线进行拟合,分析不同模型、日间隔和胎次3个因素对泌乳曲线拟合度及其参数值的影响.[结果]4种模型泌乳曲线拟合度变化范围为0.077 7～0.827 0,不同模型极显著影响参数b值、c值、拟合度R2(P＜0.01),显著影响参数a值(P＜0.05),日间隔、胎次水平对参数a值、b值、c值和拟合度均没有显著性影响(P＞0.05).六次多项式模型拟合度最高,逆多项式回归模型拟合度最低,立方模型拟合曲线更接近实际产奶.[结论]该马场中第3胎次伊犁马间隔0d的产奶量的拟合效果较好,其中立方模型拟合曲线的泌乳潜力较高,达到泌乳高峰速度较慢,从泌乳高峰下降速度较慢,科学评定伊犁母马的泌乳能力,确定立方模型为第3、4胎次伊犁马最佳泌乳曲线模型,为伊犁马的产奶性能的科学选育提供前期基础.     

2012年世界天然橡胶产量预测为1142万t

根据国际橡胶研究组织消息,2012年世界天然橡胶产量预测为1142万t,消费量预测为1149万t,供应量减少了约7.7万t。预计到2020年,全球橡胶消费量达3600万t。     

灰色马尔柯夫模型在陕西省苹果产量预测中的应用

【目的】将灰色系统理论与马尔柯夫链相结合,建立灰色马尔柯夫预测模型,并对陕西省苹果产量进行预测,为指导苹果产业发展提供科学依据。【方法】首先建立陕西省1998~2007年苹果产量的GM(1,1)预测模型,确定出苹果产量的发展趋势和预测值,在此基础上应用马尔柯夫链理论对预测结果进行修正。【结果】2008年陕西苹果产量预测值为769.71万t,实例计算表明,灰色马尔柯夫模型更适用于随机波动性较大的数列预测问题。【结论】将灰色GM(1,1)模型和马尔柯夫链相结合用于苹果产量预测是可行的。     

不同性别湖北黑头羊生长曲线的拟合分析

采用Gompertz、Logistic和Von Bertalanffy 3种非线性模型对湖北黑头羊0~24月龄体重生长数据进行了分析和曲线拟合。结果表明,3种模型均能较好地拟合湖北黑头羊的生长曲线(R2>0.99),但不同性别湖北黑头羊的最优拟合模型不尽相同,其中公羊最佳拟合模型为Gompertz(R2=0.999 32),拐点月龄和拐点体重分别为6.21月龄和20.823 kg,Gompertz模型方程为W=56.604 9 e-2.885 1 exp(-0.170 5t);母羊最佳拟合模型为Von Bertalanffy(R2=0.998 12),拐点月龄和拐点体重分别为4.17月龄和13.221 kg,Von Bertalanffy模型方程为W=44.619 3×(1-0.643 3 e-0.1575 t)3。