基于灰色马尔科夫模型的我国水果产量预测分析

随着现代社会民众饮食和健康观念的不断提升,人们对于水果的需求也是逐渐增加和变化的,而水果的产量由于自然天气和国内外环境的影响,呈现出随机性、非线性、波动性和复杂性,所以水果的产量预测具有很大困难性,因此有必要对我国的水果产量进行预测的评估。以灰色预测理论为基础,提出了基于灰色理论和灰色马尔科夫模型结合的新方法,重新预测了我国未来的水果产量,并将两种方法的精度进行比较,结果表明:灰色马尔科夫预测模型的精度和准确性均比单纯的灰色模型要高。根据灰色马尔科夫预测模型的预测结果,尝试提出我国未来水果的发展战略。     

基于新维无偏灰色马尔科夫模型的建设用地预测

根据建设用地需求的特点,采用新维无偏灰色马尔科夫模型进行预测。实例计算结果表明,该模型与一般无偏灰色模型和灰色马尔科夫模型相比,预测准确度得到了较大提高,可以用于土地利用规划预测。     

北京市水果产量和面积预测探讨

本文根据趋势外推法和灰色系统预测理论进行了北京水果产量和面积预测的数据处理、典型曲线型函数选择、模型精度检验的探讨,并对水果总产量和面积以及苹果、梨、葡萄的产量和面积进行了预测.     

基于修正组合模型的包头市用水量预测分析

【目的】建立基于马尔科夫链修正的组合灰色神经网络模型,为城市用水量的准确预测提供支撑。【方法】在运用灰色关联性分析法确定用水量变化的主要影响因素的基础上,建立了基于马尔科夫链修正的组合灰色神经网络模型,将该模型应用于包头市2009和2010年的用水量预测,并将其预测结果与灰色模型、BP神经网络模型和组合灰色神经网络模型的预测结果进行比较。【结果】包头市用水量受人口、国内生产总值、工业总产值、建成区绿化覆盖率、耕地面积及工业用水重复利用率的影响较大,利用建立的基于马尔科夫链修正的组合灰色神经网络模型对包头市2009和2010年用水量进行预测,并与实际用水量进行比较后表明,其相对误差分别为0.16%和2.16%,均方根相对误差为1.53%,而灰色模型、BP神经网络模型和组合灰色神经网络模型的均方根相对误差分别为4.34%,3.08%和1.99%。可见,基于马尔科夫链修正的组合灰色神经网络模型的预测效果最好。【结论】基于马尔科夫链修正的组合灰色神经网络模型结合了各模型的优势,预测精度较高。     

基于GM(1,1)模型的茂名市水果产量预测分析

水果产业的发展具有明显的动态特征和不确定性,符合灰色系统的特点。采用GM(1,1)模型对茂名市水果产量作灰色预测,同时对茂名水果发展中存在的问题及原因进行分析,并提出相应对策,为促进茂名水果生产的发展提供参考。     

基于灰色系统理论的山东省水果产量预测模型

运用移动平均数法和灰色系统理论,研究了1995至2008年山东省水果产量变化趋势,建立了山东省水果产量预测的灰模型,随后利用该模型对2009年和2010年山东省水果产量进行预测,获得了这两个年度全省水果产量的预测值。     

东盟水果产量变化趋势分析

采用基于小波分析的灰色系统模型和人工神经网络相结合的研究方法,对东盟水果产量变化趋势进行测定分析。结果表明,东盟水果产量总体上随时间呈指数增长,并以13年为最明显特征时间尺度的周期波动变化;东盟水果产量长期增长趋势变化对水果产量变化趋势影响最大;在品种结构、区域分布及面积和单产因素方面,东盟水果产量长期增长趋势和周期波动均具有非对称特征;灰色关联性分析显示香蕉产量长期增长趋势变化、印度尼西亚的水果产量长期趋势变化和水果单产长期趋势变化对东盟水果长期增长趋势变化的影响程度最大,菠萝产量周期波动、印度尼西亚的水果产量周期波动和收获面积周期波动对东盟水果产量的周期波动最为敏感。未来几年东盟水果产量仍将保持增长趋势。     

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。     

灰色-马尔科夫改进的土地利用变化模型研究

土地利用演变具有复杂性、非线性特征，其模拟预测的精度受到空间转换规则及数量预测约束的影响。针对经典数量预测马尔科夫模型存在忽视社会发展阶段性速率不同及灰色模型对随机波动性大的数据拟合效果较弱等不足，构建了基于灰色-马尔科夫改进的土地利用变化预测模型，以双鸭山市为案例区进行实例验证，结果显示，考虑社会因素影响的灰色-马尔科夫改进模型，能够反映社会发展等因素对土地变化的综合作用，预测趋势更加符合不同发展阶段用地规律，同时解决了社会经济类指标在土地利用变化模拟中难以空间化表达的问题；改进的灰色-马尔科夫模型能够发挥马尔科夫链处理数据波动的优点，降低传统灰色模型将土地随机变动数据视为干扰数据剔除进而产生的误差，有效提高数量预测模型的精度。进一步通过模拟验证表明，相比于传统马尔科夫模型，灰色-马尔科夫改进模型2020年模拟结果FoM精度提高了20.07%,证实通过数量预测方面的改进对于提升模拟精度有较为明显的正向推动。     

河北省小麦产量灰色理论分析与预测

为了解河北省小麦产量变化的规律,明确今后育种工作的目标和前景,利用灰色系统理论GM（1,1）模型,依据1976-2005年河北省审定的玉米品种的区域试验产量,建立预测模型为：X（（k1）＋1）=324818.583945 e^0.018524-318652.083945。并在生产因素保持相对稳定的条件下,据此模型对河北省小麦生产进行规划性预测,为生产的规划与决策提供科学信息。明确小麦育种要重视资源高效利用,达到节省资源,保护环境和持续发展的目的。     

基于改进算法的灰色马尔科夫模型的建设用地预测

改进灰色系统理论GM（1,1）模型的算法,并且将改进后的灰色模型与马尔科夫模型结合。通过对灰色系统预测数据的修正,既发挥了灰色系统预测精确的特点,又利用了马尔科夫模型对预测波动性数据准确的优势。结合西安户县的实例,对在时间序列上展开的具有一定的波动性的建设用地数据进行预测,达到很高的预测精度。     

基于灰色系统理论的广西水果产量预测

应用灰色系统理论对广西近年来水果产量进行分析,结果表明,所建模型的拟合精度较高,基于模型所作的预测可供制定广西水果发展计划提供参考.     

基于灰色理论的辽宁省农业产业结构分析与预测

为了解辽宁省近10年来农业产业结构发展情况,预测辽宁省农业各产业产值和多种农产品产量的变化趋势,本文以《辽宁省统计年鉴》2005~2014年数据为基础,应用灰色关联分析法对辽宁省近10年的农业产值、粮食作物产量、肉类产量、水果产量、水产品产量和造林面积进行分析,运用GM(1,1)模型对农业产值及多种农产品产量进行预测。根据灰色关联分析可知:在农业产值中,种植业和畜牧业与农业总产值的关联较为紧密;在农产品产量中,玉米、水稻、薯类与粮食作物总产量,苹果与水果总产量,禽肉、猪肉与肉类总产量,海水产品与水产品总产量的关联较为紧密;在造林面积中,防护林与造林总面积的关联最为紧密。根据灰色预测可知:从2015年到2020年,农业总产值、各农产品产量都有所增加,肉类产量的增长应当引起重视,农林牧渔服务业产值,梨、禽肉、海水产品产量增长较快。     

江苏省耕地资源安全测度及趋势预测

随着耕地面积的减少、土地生产力的降低、生态环境的恶化以及人口的不断增长,粮食生产及其粮食安全已经成为我国各级政府的一个难题以及国内外学术界的重要研究课题.本文采用耕地总量动态平衡预警模型测算了江苏省在1991-2009年的耕地安全警度,结果显示,2000-2005年江苏省耕地安全警度为巨警,耕地数量和质量均明显下降.运用灰色系统理论对影响江苏省粮食生产的主要因素进行关联度排序、分析,由此选出对粮食产量影响较大的4个因素(粮食作物播种面积、化肥施用量、耕地面积、农业机械总动力)作为指标构建回归模型,预测2015年江苏省粮食产量为3.320 12×107 t,耕地资源安全度预测结果显示,2015年江苏省耕地资源警情为中警.本研究结果为土地利用与保护、区域粮食安全监督提供了依据.     

种植业灰色动态模型的建立与精度分析

本文根据灰色系统理论,结合长春市种植业的实际情况,建立了产量预测灰色动态模型,并对其精度进行研究,提出预测值修正方法,对产量进行预测。这将为合理地组织农业生产,保障市场需要和促进国民经济发展提供科学依据。     

基于粮食安全的宁夏耕地需求量预测

粮食安全是区域经济发展和社会稳定的基础。以宁夏回族自治区及宁南8县区为研究区,采用耕地需求预测模型、指数平滑预测模型、灰色GM(1,1)预测模型,在分析1990-2013年宁夏全区人口、耕地和粮食生产变化态势的基础上,预测了宁夏及宁南8县区2015-2030年的粮食安全状态和耕地需求量。结果表明:1990年以来,宁夏人口持续增加,耕地面积呈现先波动上升后波动下降的态势,粮食总产量表现为波动上升趋势,粮食供给基本处于安全状态;2015-2030年间,宁夏总人口和粮食作物单产仍将呈现增加态势;在不同组合方案下,保障宁夏未来粮食安全的最大耕地需求量为118.85万hm2,最小耕地需求量为93.39万hm2,全区粮食安全不容乐观。因此,加大耕地资源保护力度,提高耕地质量和产出水平是保障区域未来粮食安全的有效途径。     

灰色GM（1,1）模型和Verhulst模型在青岛市海水养殖产量预测中的应用

灰色预测是建立从过去引申到将来的灰色预测模型（Grey Prediction Model）,从而确定所研究系统未来发展变化的趋势,为决策者提供科学依据。以青岛市1998-2007年海水养殖产量统计数据为基础,分别利用灰色GM（1,1）模型和Verhulst模型对该市传统海水养殖产量变化作预测。预测结果表明,GM（1,1）模型和Verhulst模型都显示了青岛市海水养殖产量在未来5年呈逐年递增的趋势。但通过对GM（1,1）模型和Verhulst模型的模拟精度验证和模拟预测结果的比较,发现灰色Verhulst模型预测精度较高,Verhulst模型更适合对该市未来几年的海水养殖产量进行预测。该研究结果可为青岛市合理保护和利用海水养殖资源、制定海水养殖规划提供参考依据。     

基于灰色-马尔科夫模型的粮食产量预测

为提高粮食产量预测的准确性,针对我国粮食产量数据的特点,提出基于马尔科夫的新陈代谢灰度模型对我国粮食年产量进行短期精准预测。该方法首先利用传统灰色模型对产量进行预测,并计算预测误差,通过对误差序列灰色建模修正产量预测数据;其次,通过粮食年产量预测精度,将年产量数据划分成若干状态,进而得到各阶状态转移概率矩阵及历年产量对未来年份粮食产量的影响权重;最后通过建立新陈代谢灰度模型对未来年份的粮食产量进行预测。结果表明,在使用2000—2010年年粮食产量数据对2011—2015年年粮食产量进行预测时,预测误差均小于0.40%,平均误差低至0.19%,能够实现粮食产量的短期精准预测。     

基于GM(1,1)模型的四川粮食产量预测研究

中国人口众多,粮食安全关系到国计民生,加强粮食产量预测有利于确保粮食安全。根据2001—2015 年四川粮食产量的历史数据,运用灰色系统理论,建立基于弱化缓冲算子的GM(1,1)预测模型,通过残差、级比偏差、关联度、后验差检测、模拟数据检查对模型的合理性和精度进行误差检验,并应用模型预测未来3 年的粮食产量。研究结果表明,灰色系统理论GM(1,1)适用于粮食产量预测且具有较高的精度。预测了2016、2017、2018 年的粮食产量同比增长分别为-2.11%、-0.39%和1.21%,由此得出未来粮食产量将在波动中增长。     

基于MGM-Markov的城镇建设用地预测模型的研究

根据城镇建设用地需求的特点,在预测城镇建设用地规模中引入多变量灰色马尔科夫模型（MGM—Marko）,并用其对潜江市城镇坡用地需求进行了预测。结果表明：该模型能够很好地反应实际城镇建设用地规模变化的情况,具有较好的科学性和实用性。