甘肃省农村用电量模型及需求预测研究

本文针对甘肃省农电发展实际，综合应用多种预测模型及方法，对农村用电量进行了预测，并提出了预测模型的应用条件和综合预测结果。本研究为农用电力的宏观调控和科学管理提供了理论依据和决策数据。     

基于Logistic回归的落叶松毛虫预测模型研究

以Logistic回归为理论依据,以落叶松毛虫幼虫为对象,建立了落叶松毛虫发生的概率模型,通过对实验数据的模拟,预测精度达到97％,可为准确掌握落叶松毛虫危害以及合理的防治方法及力度提供科学依据,为数字林业的建设提供基础的研究方法.     

基于支持向量机的农村用电量需求预测

提出了一种基于支持向量机的农村用电量需求预测方按。该方法充分发挥支持向量机在解决非线性和有限样本问题方面体现出的优势。保证了预测模型的泛化能力,具有较高的预测精度。实例验证了该方法的有效性。     

基于线性回归模型的菜花重量预测研究

针对传统测量重量的方法不适于产前作物产量预测的问题,提出1种通过线性回归模型利用菜花三维模型特征属性得到菜花重量的方法。本研究利用Kinect获得菜花三维模型,再通过获取的菜花三维模型的长、宽、高、最大横截面积和体积等属性建立重量预测模型。引用相对误差、决策系数R2作为模型预测精度的评价指标,对线性回归模型正则化得到的岭回归、LASSO模型进行比较分析。结果表明,正则化后模型的泛化能力更强,LASSO模型对菜花重量的预测精度更高。     

基于机器学习的落叶松毛虫发生面积预测模型

落叶松毛虫为我国主要害虫之一,其发生严重影响了我国林木生长和森林资源的安全。因此,及时准确地对落叶松毛虫虫害发生趋势进行预测、预报十分必要。虫害的发生受到多种因素的影响,存在复杂的非线性关系,传统的预测方法大多为基于线性的预测,导致其预测效果不够理想。本研究选取当年3月中旬的总蒸发量、上年7月上旬的平均最低气温、当年3月下旬的极端最低气温以及上年11月上旬的平均风速作为自变量,虫害发生面积作为因变量,利用多层前馈神经网络(MLFN)、广义回归神经网络(GRNN)以及支持向量机(SVM)3种机器学习算法对落叶松毛虫发生面积进行预测,并将3种方法的预测结果与传统多元线性回归预测方法相比较。结果表明,机器学习的预测效果均在很大程度上优于多元线性回归预测,并且在3种机器学习算法中,SVM模型的预测效果最好,在30%容忍度下其预测精度可以达到100%,并且该模型还有较低的RMSE值(0.077)和较短的训练时间(1 s)。这表明,机器学习可以应用于生产实际并有效预测虫害发生面积,尤其是SVM模型可以作为一种很好的虫害发生预测手段。      

基于关联规则与多元线性回归的云南省甘蔗产量预测模型

【目的】构建云南省甘蔗产量预测模型,对云南省甘蔗主产区甘蔗产量进行预测。【方法】选取云南省5个甘蔗主产区的甘蔗种植数据和地区气象数据作为研究对象,使用关联规则算法对研究区水库数、氮肥用量、磷肥用量、钾肥用量、复合肥用量、地膜使用量、甘蔗种植面积、年均气温、年降水量9个影响因素进行分析,得出5个甘蔗产量的强关联因素作为样本特征,将样本特征代入多元线性回归算法,构建产量预测模型。【结果】根据测试集验证结果显示,使用多元线性回归算法构建甘蔗产量预测模型,普洱、临沧、红河、文山、德宏地区模型的准确率分别为81.1%、89.3%、67.8%、85.3%、73.7%;使用关联规则算法与多元线性回归算法构建甘蔗产量预测模型,普洱、临沧、红河、文山、德宏地区模型的准确率分别为95.4%、92.8%、97.9%、94%、91.4%,关联规则算法对模型准确率的提升分别为14.3%、3.5%、30.1%、8.7%、17.7%。【结论】关联规则算法可提升多元线性回归产量预测模型的准确率,该模型在云南省的5个甘蔗主产区均表现出较好的预测效果,为甘蔗产量预测提供了新的方法。     

多元线性回归预测模型在农村生活垃圾产量预测中的应用

农村生活垃圾的治理已经迫在眉睫,生活垃圾产量的预测在其治理中发挥着主要作用。结合实地走访某些生态示范村采集到的实际数据,对其进行分析,找出影响其垃圾产量的内在因素,运用多元线性回归分析的方法对数据进行分析,建立生活垃圾产量的预测模型,实现对未来农村生活垃圾产量的有效预测。     

基于向前选择变量法的我国粮食总产量多元线性回归预测模型

结合1983～2006年我国粮食总产量及与之密切相关的粮食单产、粮食播种面积、化肥施用量、有效灌溉面积、农机总动力、农田成灾面积等6个影响因子序列资料,采用向前选择变量法,构建了我国中长期粮食总产量多元线性回归预测模型。结果表明,粮食单产、粮食播种面积、化肥施用量及农田成灾面积是我国粮食总产量的关键制约因子,措施得当,未来我国完全可以在耕地资源不可逆转减少的前提下实现粮食总产量的持续增长。研究成果可为我国粮食安全保障体系的构建提供决策依据。     

线性回归法在水文预测预报中的应用

通过运用线性回归法,对某水文站历史水文观测资料进行分析计算,以年降水量为自变数X,年最高观测水位值为依变量Y,求出相应的线性回归方程,找出年降水量与年最高观测水位关系,再根据气象部分关于年降水量的预测值,即可预测出来年可能出现的最高水位,以期为防汛抗旱提供决策参考。     

吉林省旅游业宏观经济发展的预测模型

采用多元线性回归法建立数学模型，描述了吉林省旅游业收入与农业，轻工业，建筑业，交通运输业，商业的产值及城市有公用事业基建投资之间的相关关系，进而对如何合理开发吉林省的旅游资源作了初步分析。     

基于多元线性回归分析的冷链物流需求预测

冷链物流是一个巨大而复杂的体系,涉及到从产品出产、包装、运输、贮藏直到消费终端整个链条的全方面、全流程的温度控制。满足市场需求必须以需求预测为前提,鉴于影响冷链物流需求的因素有很多,以我国水产品冷链物流的需求为例,应用多元线性回归分析法建立冷链物流需求量的预测方程,运用Eviews软件进行检验,求证其科学性,最终得出精确、实用的预测体系。     

灰色线性组合模型在涝灾预测中的应用

灰色线性组合模型由于在传统灰色预测模型的基础上加入了对数据的线性分析,在各个领域应用已较为广泛.应用灰色线性组合模型,以沈阳市1960～2006年的降雨量作为数据依据,建立模型对涝灾进行预测.结果表明:组合模型较好的拟合了预测灾变年,预测误差小于普通灰色预测模型,为涝灾预测增加了一种新方法.     

我国城镇居民消费的非参数回归模型

基于传统的计量经济模型无法解释我国城镇居民消费在不同时期存在着显著差异这一特点,利用非参数估计理论中的多项式样条估计方法对我国城镇居民可支配消费和支出之间的关系进行研究,建立了我国城镇居民消费的非参数回归模型。模拟结果表明,非参数回归模型优于线性回归模型。     

夏玉米耗水量预报模型的研究

在上隔天雨、下隔地下水的测坑内研究夏玉米耗水规律。结果表明 ,苗期夏玉米耗水量与土层含水百分率呈正相关 ;拔节抽雄期夏玉米耗水量与玉米叶面积系数呈正相关 ;灌浆期夏玉米耗水量与玉米叶面积系数呈指数关系     

中国电力消费与经济增长的互动关系研究

基于检验有效性和可信度的考虑,利用协整检验来验证序列线性组合的平稳性,序列出现线性组合不平稳,则格兰杰因果检验是有效的;采用Hsiao版格兰杰因果检验进行最优滞后阶数选择,分析变量间因果关系的存在及方向.结果表明:除核电消费不是经济增长的格兰杰原因外,其他变量互为格兰杰原因.     

基于回归理论分析下南瓜估重模型的研究

针对数学建模竞赛南瓜估重问题,主要运用了回归分析理论进行数值模拟。建模前,采用了简单相关分析理论审慎地剔除了线性相关的若干变量,降低了建模的复杂性。然后,分别采用了1种线性回归模型和6种二元高次多项式回归模型对相关数据进行了拟合,并由拟合出的各函数表达式分别求出各模型对应所有数据的误差。通过分析比较所得的误差,对各模型拟合的精度进行了合适地评价,并且挑选出了当前最优模型,也顺利地找到了特殊白南瓜,还为进一步的修正模型剔除了部分不合理数据。最后拟合出最优模型,该模型在假定重量误差允许范围为15．00％的前提下有高达81．25％的拟合准确率,同时又创造性地设计出“查表法”和“卷尺标重法”运用最优模型解决实际估重问题。     

我国天然气中长期消费水平的预测

随着我国加入WTO,天然气消费市场将在国际市场经济环境下发展,无论是制订天然气发展规划,签订天然气“照付不议”贸易合同,还是天然气上下游工程项目设计等工作,都需要确定中长期天然气市场的消费水平。准确预测中长期天然气消费水平,对于我国天然气工业的发展具有重要意义。分析了我国天然气消费市场的消费现状,发展趋势及其影响因素,介绍了用于天然气消费水平预测的趋势外推法、回归分析法、灰色预测法、情景分析法等预测方法,可为预测工作提供选用原则。     

基于ELES模型的江苏省城镇居民消费结构研究

运用ELES模型,对2005～2009年江苏省城镇居民的消费结构以及基本需求弹性进行了研究,在实证分析的基础上归纳出了江苏省居民在消费中存在的问题,并为合理规范化消费提出了对策与建议。     

基于灰色马尔可夫模型的农业用水量预测

将灰色GM(1,1)模型和马尔可夫模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)模型预测,再用马尔可夫模型对预测结果进行优化,使预测精度大大提高.最后以辽河流域某典型区为例,预测结果证明了该模型的优势.