粮食产量与灌水程度的灰色关联分析

本文应用灰色系统理论中的灰色关联分析方法、灰色动态模型法,对粮食产量与耕地灌水程度的关系进行了初步研究,为进一步弄清影响粮食产量的因素和上级领导部门对农业的决策提供了依据。     

基于灰色理论的云南省粮食产量预测

农业是国民经济的基础，粮食乃重中之重，粮食产量的准确预测对国家粮食安全及政府制定相应粮食生产政策具有重要的意义。该文运用灰色关联分析，从众多模糊因素中计算出云南粮食产量特有影响因子，依次为农业机械总动力、化肥施用量、农田有效灌溉面积和农村用电量，并对这些因子进行了GM（1，1）残差修正预测，把预测所得数据作为相关因素序列，以粮食产量作为系统特征序列，构建了粮食产量的灰色GM（1，N）预测模型。根据云南省1999—2015年的粮食生产相关数据，对云南省2020年的粮食产量数据进行预测，对2015年之前数据进行拟合，和实际产粮数据平均相对误差为1.92%，具有较高的精确度。通过分析预测成果，给出了确保云南省粮食产量稳固增长的对策和建议。      

灰色预测模型粮食产量预测比较研究

鉴于粮食生产系统的复杂性和信息不完全性,在对粮食生产系统灰色关联分析的基础上,确定出影响粮食产量的主要因子,然后建立灰色GM(1,N)预测模型;应用同一原始数据和GM(1,1)预测模型进行了比较,证明GM(1,N)预测模型具有较高的预测精度,较好地拟合了粮食产量的发展趋势。     

基于灰色关联分析的鄂尔多斯市水资源承载力评价

水资源承栽力是进行区域生态环境建设和确定社会经济发展方向的基础.以鄂尔多斯市水资源承栽力为研究对象,选取了水资源开发利用率、耕地灌溉率、地表水控制率、工业用水重复利用率、人均水资源可利用量、人均供水量、排污率、供水模数和生态用水率9个主要因素作为评价因素,应用灰色关联度分析法对鄂尔多斯市及各分区水资源承栽力进行了评价.结果表明:目前水资源开发利用已经达到相当规模,在现有经济技术条件下,该地区的水资源承栽潜力已相对较小,水资源供需矛盾突出.从社会、经济的进一步发展和保护生态环境出发,通过调整产业结构、节水工程建设、增加非常规水利用量、水权转换工程和节水型社会制度建设等措施提高水资源承载能力,合理利用本地水资源.     

影响粮食产量因素的组合预测和经济分析

利用回归分析和灰色关联分析方法对1990年～2002年间影响粮食产量的因素进行了定量分析,给出了一种改进的灰色相关度.并结合我国农业的现状提出几点看法和建议.     

基于灰色系统的年降雨量预测模型探析

灰色预测是采用原始数据序列所生成的新的数据序列进行建模的一种方法.本文根据丹东地区5年的年降雨量系列数据,利用灰色GM(1,1)建立预报模型来预报预测未来降雨量.     

基于GRA/BPNN的农作物害虫发生量预测模型

针对农作物害虫灾害发生的差异性、突发性、随机性、多样性和不均匀性等特点,将人工神经网络、灰色关联度分析与主成成分析相结合,提出一个新的农作物害虫发生预测网络模型.首先,针对影响农作物害虫发生影响因子较多的问题,模型通过主成分分析方法将影响因子进行简化处理;同时,为了实验数据的相关性,采用了灰色关联度分析,排除实验与统计等方面的误差;最后,利用BP人工神经网络构建了农作物害虫发生预测模型,并以斑潜蝇为例,进行了试报检验.检验结果表明,模型应用于农作物害虫灾害发生预测具有较高的预测精度和良好的泛化能力.     

基于层次分析法的灰色关联分析的应用

应用灰色关联分析方法对受多种因素影响的事物和现象从整体观念出发进行综合评价是一个被广为接受的方法.灰色系统关联分析法是一种多因素统计分析法.先求出样本数据与由最佳指标组成的理想方案的关联系数,由关联系数得到关联度.运用层次分析法把复杂问题的各种因素通过划分为相互联系的有序层次,使之条理化.利用基于层次分析法的灰色关联分析对湖北省农村电力消费的影响因素进行研究,概念直观计算方便,容易理解,在一定程度上提高了灰色关联度分析的客观性,使得结果更符合实际,从而为电力行业的相关人员提供指导.     

基于层次分析法的灰色关联分析的应用

应用灰色关联分析方法对受多种因素影响的事物和现象从整体观念出发进行综合评价是一个被广为接受的方法。灰色系统关联分析法是一种多因素统计分析法,先求出样本数据与由最佳指标组成的理想方案的关联系数,由关联系数得到关联度.运用层次分析法把复杂问题的各种因素通过划分为相互联系的有序层次,使之条理化.利用基于层次分析法的灰色关联分析对湖北省农村电力消费的影响因素进行研究,概念直观计算方便,容易理解,在一定程度上提高了灰色关联度分析的客观性,使得结果更符合实际,从而为电力行业的相关人员提供指导。     

灰色关联度组合模型在涝灾预测中的应用

传统灰色预测模型在涝灾预测中有较多应用,但其预测精度较低。为提高模型的预测精度,在传统灰色预测模型基础上加入灰色关联度分析,从灰色关联度的角度发现数据之间的依赖关系,运用灰色预测模型预测数据的发展走向。以沈阳市1960-2010年涝灾年份数据为依据,建立灰色关联度组合模型,应用结果表明,该模型比传统灰色预测模型效果好,为涝灾预测增添了新手段。     

Logistic方程灰色建模预测辽宁省有效灌溉面积

应用灰色系统理论,对Logistic方程参数进行灰色估计,建立Logistic方程灰色预测模型,并对辽宁省有效灌溉面积进行了模拟和预测,模拟结果与原始资料吻合很好,相关性达到0.95。辽宁省有效灌溉面积预测模型显示:有效灌溉面积的上限是158.8万hm2,2018年预测值为158.3万hm2,已经非常接近界限值,有效灌溉面积的发展不大,进行农业资源的结构调整非常必要。     

基于灰色关联分析的农机设备性能评价模型研究

针对影响农机设备综合性能存在多种因素的问题,引入灰色系统理论中的灰色关联分析法,通过建立灰色关联分析模型对农机设备的综合性能进行评价,并实例说明应用此方法来解决此类问题是可行的.     

基于改进熵和灰色关联模型的农机设备优选

构建了农机设备评价指标体系,借助改进熵权法和变异系数法对评价指标进行组合赋权,利用改进灰色关联模型对农机设备进行优选,并证明了方法的有效性。     

基于灰色关联和主成分分析的车削加工多目标优化

采用田口方法构建以切削速度、进给速度和切削深度为设计变量,以表面粗糙度、切削力和刀具磨损为输出特性指标的车削试验模型,基于灰色关联和主成分分析对车削加工进行多目标优化,灰色关联度计算中的权重系数由输出特性指标的主成分分析获取.钛合金车削加工参数最优的水平组合为A3B1C1,即切削速度为240 m/min、进给速度为0.10 mm/r、切深为0.15 mm,此时表面粗糙度为0.168 μm,切削力为163.636 N,刀具磨损为0.129 mm.     

基于灰关联分析的卡门涡街形流道多目标优化

借鉴流体力学中的卡门涡街形状来设计滴灌灌水器的流道结构。提取关键结构参数,采用数值模拟方法进行正交试验,研究结构参数对性能指标的影响。考虑灌水器水力性能与抗堵性能对流道结构要求的矛盾性,在正交试验的基础上采用灰关联分析的方法,进行流道结构多目标优化。最终优化得到的卡门涡街形流道突扩、突缩、漩涡运动耗能明显,具有良好的水力性能,而且边界光滑无流动死角,沙粒不易在流道内沉积,具有良好的抗堵性能。通过正交试验与灰关联分析结合,获得了流态指数为0.498,粒子通过率为0.951的综合性能良好的滴灌灌水器流道。证明了正交试验基础上的灰关联分析,是面向水力性能与抗堵性能的灌水器流道多目标优化的有效方法,为灌水器流道优化提供了一种良好途径。     

基于灰色关联分析和区域生长的微小缺陷提取

提出了一种基于灰色关联分析的区域生长算法。首先通过计算二维灰色绝对关联度,将原始图像转换为仅包含高频信息的灰色关联图像,并在此基础上进行阈值处理和区域标记,获得缺陷区域的形心。然后将该形心作为种子像素在灰色关联图像内进行区域生长,实现微小缺陷的在线提取。实验结果表明,新的区域生长算法能够有效地抑制背景噪声、简化计算过程,满足在线提取和实时性要求。     

黑龙江干流水质评价与预测

为探究黑龙江干流水质对居民生活和农业灌溉用水的影响,选择溶解氧、高锰酸盐指数、氨氮和p H四项监测指标作为研究对象,对漠河北极村、大兴安岭呼玛、黑河和伊春嘉荫四个断面过去一年每周水质监测数据进行预处理,运用物元综合评价模型,对黑龙江干流水质做出综合评价。然后根据监测结果,采用灰色预测模型对相应地区未来26周的各项监测指标进行预测。结果表明:漠河北极村、大兴安岭呼玛断面水质主要为Ⅰ类和Ⅱ类,黑河断面水质主要为Ⅱ类和Ⅲ类,伊春嘉荫断面水质主要呈Ⅰ类和Ⅲ类。漠河北极村、大兴安岭呼玛断面未来26周水质较好,黑河断面高锰酸盐浓度较高,伊春嘉荫断面高锰酸盐与氨氮浓度均较高。研究表明:黑龙江干流水质基本可以满足居民生活和农业灌溉用水需要,运用物元分析法和灰色预测模型对水质进行评价及预测是可行的。     

基于动力学分析的谷物流量模型

基于运动学原理建立了谷物流量模型,该模型综合考虑了谷物流量测量时的外部因素影响,如升运器转速、机械结构参数、相对位置参数和谷物特性参数等,并且通过引进相关参数来反映谷物外部因素变化影响。为了实现谷物流量模型参数的辨识和模型的精度验证,研制了一种谷物流量实验台。3个称重传感器安装在谷物流量实验台的称重箱上,用于标定和精度检验。进给箱的底部设有一块阀板,通过对阀板开度的调节可控制实验过程中不同进给量大小。在谷物流量实验台上测试结果表明:该模型能够准确描述:冲击力和谷物流量之间的关系,测量的最大误差不超过2.5%,效果要优于常用的经验模型,并具有一定通用性和鲁棒性。