加权马尔可夫链在泰安地区年降雨量预测方面的应用

依据1960~1990年泰安地区的年降雨量资料,采用均值-标准差分级法,对其进行状态分级,分为枯水年、偏枯年、平水年、偏丰年和丰水年5个状态,利用加权马尔可夫链建立年降雨量预测模型,针对其对极端降雨量年份预测不准的缺点,利用灰色系统理论进行极端降雨量年份预测,作为原模型的补充。结果表明,采用该方法预测的结果与实际情况相吻合,且34年后泰安地区将出现旱情。     

加权马尔可夫链在预测居民消费价格指数中的应用

主要是应用加权马尔可夫链的预测方法对居民消费价格指数进行预测,以1989~2006年全国居民消费价格指数资料为例,分6个步骤进行马尔可夫链预测,以说明加权马尔可夫链方法的具体应用。     

河南省渔业增加值的加权Markov残差修正预测研究

引入友精度指标,基于加权马尔可夫链(Markov)理论提出了灰色残差修正模型,并运用马尔可夫状态转移矩阵对未来残差的符号进行判定.以1994-2011年河南省渔业增加值为基础,建立预测模型,并在模型中不断加入新信息,进行实证分析.结果表明,与传统的灰色预测相比,预测值平均相对误差由8.33％降低为2.54％,较好地提高了预测的精度.     

基于加权马尔可夫链的甘肃省棉花单产的年景预测

马尔可夫过程是一个随机过程,具有"无后效性"特征,而棉花的单产序列是具有这一特征的随机过程。利用加权马尔可夫链的基本原理和方法预测甘肃省棉花单产未来的变化情况,可为进一步控制棉花生产风险提供理论依据。     

马尔可夫链在绵阳市粮食产量年景预测中的应用

基于绵阳市1980~2006年粮食产量存在不确定性的特点,将绵阳市粮食产量年景划分为丰年、平偏丰、平年、平偏歉、歉年5个年景状态,应用马尔可夫链对绵阳市粮食产量年景进行了分析和预测,结果表明,丰年、平偏丰、平年、平偏歉、歉年5个年景发生的概率分别为0.32、0.26、0.21、0.07、0.14,与实际情况相符。对2006年的预报结果与实际情况相符,对2007年的预报结果有待验证。     

利用多重马尔可夫链提高林业预测精度

本文对多重马尔可夫链的应用进行了讨论。利用马尔可夫链和多重马尔可夫链对陕西省五倍子的年产量进行了预测,分析了它们的预测精度。预测结果的分析表明多重马尔可夫链明显地提高了预测精度。     

多重马尔可夫链预测的模糊模型

木文提出了多重马尔可夫链预测的模糊模型。该模型克服了以普通集合论为基础划分系统状态的弊病,推广了马尔可夫链预测的模糊模型。模型有效地提高了预测精度。文中以林业虫害预测说明了多重马尔可夫链预测的模糊模型的方法。     

基于模糊集修正加权马尔可夫模型在新疆降水预测中的应用

[目的]为提高降水预报精度,准确预测一个地区未来的降水丰枯状况和降水量,为该地区工农业生产生活提供决策参考.[方法]以年降水时间序列为研究对象,利用模糊集理论和加权马尔可夫模型建立一种基于模糊集的修正加权马尔可夫预测模型.该模型改进加权马尔可夫模型中初始状态向量的确定方法,即通过引入模糊集理论,基于距离测度建立隶属度函数,计算出随机变量序列各时段序列值隶属于所有状态的隶属度,并将隶属度向量作为该时段的初始状态向量.[结果]根据新疆1957 ～2010年的年降水数据,利用该模型预测新疆2011 ～2012年的降水丰枯状况及降水量预报值.2011 ～2012年丰枯状态的预测结果与实际完全一致,降水量预测值的误差分别为0.99;,0.54;.进一步利用该模型动态预报了2013 ～2017年的降水丰枯状况及降水量.[结论]基于模糊集的修正加权马尔可夫模型具有更高的预测效果,可用于新疆降水丰桔状况预报和降水量预测.     

马尔可夫链在吉林省高粱单产年景预测中的应用

利用马尔可夫链对吉林省1978—2004年高粱产量进行研究,并对2005年进行产量预测,结果表明1978—2004年和2005年的产量全部为状态5,与实际结果相符,说明运用马尔可夫链对于区间预测是可行的。     

马尔可夫链及其在林业预测中的应用

马尔可夫链是一种随机模型。它可以用来预测、分析具有多种状态的随机系统。本文介绍了马尔可夫链的基本概念和方法,并就在林业预测中的两个问题——林木病害预测和森林资源变化预测进行了讨论和分析。     

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。     

施肥处理对大肉丝瓜产量和肥料利用的影响

为了更好地了解肥料在大肉丝瓜上的应用效果,在江门进行了不同氮磷钾肥料和有机肥试验.结果表明,氮肥对大肉丝瓜产量和生物量的影响最大,增加有机肥,可以提高前期产量和总产量,肥料的农学效率、偏生产力和利用率在低水平表现较好.通过回归分析,获得肥料效应方程,求得最佳施肥量,大肉丝瓜要获得高产和高效,江门地区推荐每667 m2商品有机肥最佳施肥量为250 kg,氮磷钾最佳施肥量为N 23kg、P2O511 kg、K2O 17 kg.     

在粮食单产预测中应用马尔柯夫链——以吉林省为例

以1981~2006年共26年的统计资料为实例,用加权的马尔柯夫链模型预测和分析了吉林省未来粮食生产的丰欠年景。     

新疆褐牛(肉用类型)体尺指标与部位肉产量的相关性分析

【目的】本研究旨在评估新疆褐牛体尺指标、胴体性状和部位肉产量之间的相关性。【方法】对71头新疆褐牛公牛进行体尺测量、胴体指标测量和部位肉分割重量测量。【结果】体尺指标与胴体指标有显著正相关关系(p<0.05),胴体指标与部位肉产量有显著相关关系(p<0.05),上脑、眼肉、外脊、里脊等经济价值较高的部位肉产量与体尺指标有显著相关关系(p<0.05),且r2^值上脑(r2^=0.612)、外脊(r2^=0.533)、霖肉(r2^=0.462)、米龙(r2^=0.517)、小黄瓜条(r2^=0.429)、牛腩(r2^=0.446)、大黄瓜条(r2^=0.412)。【结论】体尺指标与胴体性状之间具有相关性,且二者的回归关系可以作为一种简单的方法来预测的胴体部位产肉量。     

地理权重回归在土壤pH空间预测中的应用

为高效利用土壤和开展精准农业生产,采用地理权重回归方法对区域土壤pH的空间分布进行预测,以获得比普通线性回归方法更高的预测精度和论证其对其他土壤属性进行预测的可行性。实测样点土壤的pH,然后选用与土壤pH相关程度较高且易于获取的环境因子(海拔高程、坡度、归一化植被指数、铁氧化物指数、样点距河流的最近距离、土壤侵蚀强度)来建立与土壤pH的回归方程。因子经过逐步回归及多重共线性检验后,用地理权重回归模型对pH进行预测。通过ME、RMSE及回归决定系数等指标,用验证样点数据对预测效果进行评价。结果表明,地理权重回归模型的预测精度高于普通线性回归模型,能大幅度降低AIC值,显著提高模型的回归决定系数,有效地降低回归的残差值;生成的预测图在空间上过渡自然,制图效果较好;利用地理权重回归法能将环境影响因子纳入模型,并能充分考虑样点的空间位置,适合于具有高度空间变异的土壤属性预测及制图。     

运用混沌理论预测粮食产量

运用混沌理论的原理和方法预测粮食产量,探寻一种准确率高、时效长、成本低、便于普及推广的区域粮食产量预测方法。把粮食单产序列分解为趋势产量和气象产量2部分,用5年滑动平均法求得趋势产量后,通过分析粮食单产中气象产量分量的时间序列的变化规律,论述了由气候变化引起气象产量的年际波动具有混沌特性,具体表现为平稳的马尔柯夫型状态转移概率和相同的概率密度分布特点。并以陕西省武功县、河北省禹县和涿州3个地区1949—1999年小麦单产序列为例,运用MATLAB7.0语言编程构建了粮食产量的混沌预测模型,对2000年小麦单产进行预测,准确率分别为98.1%、92.1%和97.1%。预测结果表明,粮食产量的混沌预测法相对准确而有效,准确率在92%以上,可作为粮食产量预测的新方法加以推广。     

芪欢散提取物对永安麻鸡生产性能、屠宰性能和生化指标的影响

选用40日龄永安麻鸡,设基础日粮组（对照组）、基础日粮＋1000mg&#183;kg^-1芪欢散提取物组和基础日粮＋2000mg&#183;kg^-1芪欢散提取物组,了解芪欢散提取物对永安麻鸡生产性能和血液生化指标的影响。结果表明,各试验组间麻鸡平均日采食量（ADFI）、平均日增重（ADG）以及饲料转化率（F／G）差异不显著,但添加芪欢散提取物可提高麻鸡ADG和ADFI,降低麻鸡F／G,2000mg&#183;kg^-1芪欢散提取物组生产性能好于1000mg&#183;kg^-1芪欢散提取物组。1000mg&#183;kg^-1芪欢散提取物组腹脂率显著低于对照组（P〈0．05）,但各试验间屠宰率、半净膛率和全净膛率差异不显著（P〉0．05）。芪欢散提取物可提高谷草转氨酶、谷丙转氨酶、碱性磷酸酶活性和总蛋白含量,降低尿素氮含量,并显著提高白蛋白含量。     

商空间理论框架下的SVM产量预测模型研究

针对目前预测农作物产量只利用年产量或其变形,而没有考虑气象因素对产量预测的影响导致误差偏大的问题,在基于商空间粒度理论框架下的农作物产量预测中,考虑气象因素如光照、平均气温、降水量对农作物产量的影响,提出利用支持向量机方法构造模型对气象时间序列进行数据挖掘(产量预测)。粒度分析和实验结果表明:混合粒度预测模型不仅降低了问题求解的复杂性,而且误差较低,其预测值平均绝对百分误差为0.884 9,均方根误差37.3,希尔不等系数为0.004 4,与其他预测模型相比误差最小。基于商空间理论的支持向量机产量预测模型可较好地应用于产量预测中。     

加权马尔可夫模型在土地利用变化预测中的应用

在传统的马尔可夫链模型的基础上,建立了加权马尔可夫链模型。依据遥感影像,计算出太仓市1995年至2001年,2001年至2005年各类土地利用面积的马尔可夫链的转移概率,以不同步长外推的预测值与现状值(2008年)之间的相关系数为权重,用加权的马尔可夫模型对预测的结果进行修正,其修正后的结果更加接近实际。