河南粮食产量与农业生产条件的灰色关联分析

运用灰色关联分析方法,对河南省2004-2012年粮食产量与农业生产条件的8个因素进行实证分析。分析结果表明,农业生产条件对河南省粮食产量影响关联序为：农药施用量、化肥施用量、农田有效灌溉面积、农用塑料薄膜使用量、常用耕地面积、农村用电量、农林牧渔从业人数和农用机械总动力。在此基础上,依据关联度的分析,就提高河南粮食产量提出了建议。     

灰色理论与BP神经网络耦合的粮食产量预报

以河南省为例,选取影响粮食产量的8个农业生产条件为指标,以2000~2007年8个序列的数据分别建立新陈代谢GM(1,1)模型,得到一系列预测值。将8个指标1990年至2007年的原始数据作为BP神经网络的输入样本,粮食产量实际值作为输出样本,然后对网络进行训练,构建了BP神经网络。再将各新陈代谢GM(1,1)模型得到的8个农业生产条件的预测值作为BP神经网络的输入,得到的输出即为最终预测值。仿真实验表明,用灰色理论与神经网络耦合模型研究河南粮食产量的拟合精度和预测准确度都比较理想。     

前驱差速轮式农业机器人的BP定位估计方法

针对一款自主研发的轮式农业移动机器人,提出了一种基于BP神经网络的轮式农业移动机器人定位估计方法.该机器人为前驱模式,依靠差速完成转向.定位方法是在前期的神经网络训练过程中,以左轮、右轮的驱动脉冲数为输入,以左右轮行进长度为输出,训练函数采用Bayesian规则;在后期的定位推算中,则假设机器人左右轮行进轨迹为两段同心圆弧,进而计算机器人几何中心位移.在与最小二乘定位估计方法的实验对比中,基于BP神经网络的定位估计方法具有更高的定位精度和更小的估计方差.     

基于PLS回归的上金贝休闲农业游客满意度研究

本文以上金贝休闲农业旅游为例,运用偏最小二乘(PLS)回归分析研究休闲农业游客满意度。研究结果表明,游客户外活动与购物、交通便利程度和对景区的了解程度对休闲农业满意度评价的影响系数很大,同时游客的消费水平也很低。如何引导游客更多地参与户外活动与更多的购物行为,让游客有效地获取该景区的信息,是提高游客满意度评价的有效手段,同时也是促进休闲农业可持续性发展的重要途径。     

基于PLS算法与遥感影像的区域小麦实际单产估测

为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果,该研究以2010—2013年HJ-1A/1B影像为遥感数据,分析了卫星遥感变量与小麦实际单产的定量关系,运用偏最小二乘回归算法构建及验证了以实际单产为目标的多变量遥感估产模型。研究表明:实际单产与所选用的大多数遥感变量间关系密切,且多数遥感变量两两间具有严重的多重相关关系;实际单产偏最小二乘回归模型的最佳主成分为5,且植被衰减指数、绿色归一化植被指数、调整土壤亮度的植被指数、比值植被指数和归一化植被指数为实际单产遥感估测的敏感变量;建模集和验证集实际单产估测模型的决定系数分别为0.74和0.70,均方根误差分别为754.05、748.20 kg/hm2,相对误差分别为11.5%和8.88%,且估测精度比线性回归算法分别提高20%以上和40%以上,比主成分分析算法分别提高18%以上和30%以上,说明偏最小二乘回归算法模型估测区域实际单产的效果要明显好于线性回归和主成分分析算法,该模型应用结果与小麦实际单产区域分布情况相符合,为提高区域小麦实际单产的遥感估测精度提供了一种途径。     

用Chebyshev多项式预测粮食产量的研究——以吉林省粮食产量为例

在介绍最小二乘法的基本原理的基础上,给出一种Chebyshev多项式进行数据拟合方法,利用此方法对1952～2008年吉林省粮食产量进行了数据分析。结果表明,在进行农业经济研究数据分析时,应用Chebyshev多项式线性最小二乘较优;通过建立的吉林省粮食产量的Chebyshev多项式最小二乘法的预测模型,预测出2009～2015年吉林省的粮食产量分别为2 900.4万、2 983.6万、3 068.1万、3154.0万、3 241.2万、3 329.8万、3 419.7万t;2009～2015年吉林省的粮食产量的年均增产率为2.78%,低于2000～2008年7.12%的年均增长率。     

基于粗糙集和BP神经网络的粮食产量预测研究

为提高粮食产量的预测精度,提出一种基于粗糙集和BP神经网络的粮食产量预测方法。该方法以吉林省粮食总产量的历史数据作为研究对象,利用粗糙集理论的属性约简特性,识别与粮食产量相关性较大的影响因素,剔除非主要影响因素,利用约简后数据建立RSBP神经网络预测模型。结果表明,粗糙集理论能有效减少数据的维数及噪声,减少神经网络的计算量,结合两种方法能有效提高预测速度和精度。     

基于偏最小二乘法的武汉市生态足迹模型及驱动力研究

选取表征社会经济发展的重要指标建立了社会经济系统指标,在对武汉市1990~2012年生态足迹计算结果基础上,应用偏最小二乘法构建了武汉市生态足迹回归模型,并分阶段对其生态足迹驱动力进行了分析。结果表明,1990~2010年间武汉市生态足迹呈上升趋势,主要驱动力为城市化率、人口规模及经济水平的提高;2010年武汉市生态足迹达到高峰值,为2 335.537 hm2,人均生态足迹为2.8 hm2/人,随后生态足迹与GDP及人均可支配收入于2011年开始呈现负相关性,生态足迹与GDP开始呈现倒“U”型转折点,人均生态足迹于2012年下降为2.43 hm2/人;“十二五”期间,武汉市高新技术产业所占比例及第三产业所占比例的增加,能源消耗总量及万元工业能耗的下降,对减缓人口对自然资源的依赖发挥了重要的作用。     

基于光纤光谱技术的南疆骏枣温度定量模型研究

样品温度对定量模型的精确度有一定的影响.该研究利用光纤光谱技术对不同温度的100个骏枣进行了分析,选择预处理方法为SNV建立的偏最小二乘法(PLS)骏枣温度定量模型.结果表明,骏枣在23℃温度下建立的模型预测能力较强,相关系数(R)为0.85367,校正标准偏差(RMSEC)为0.62,预测标准偏差(RM?SEP)为2.62.由此可见,利用光纤光谱技术研究骏枣温度定量模型的预测是可行的.     

基于偏最小二乘回归的黑龙江省大豆生产安全预警分析

为消除先行警兆指标之间的多重相关性,引入偏最小二乘回归方法,建立黑龙江省大豆生产警情指标与滞后若干年的先行警兆指标的模型,利用警兆指标的先行值得到警情指标的未来值,并确定警限进行预警分析。结果表明,与一般的多元回归相比,偏最小二乘回归方法避免了自变量之间多重相关性带来的问题,能够得到与实际经验相符合的模型,保证了预警结果的准确性。     

基于人工神经网络的辽宁省粮食产量模型预测研究

利用辽宁省1983～2008年粮食产量数据,建立了粮食产量预测的3层BP网络模型,网络拓扑结构为6-6-1。用此模型对作物产量进行预测,并与多元线性回归预测结果进行比较。结果表明,人工神经网络预测的最大误差为1.57%,平均误差为0.79%,网络预测精度为0.97,说明人工神经网络模型具有较高的预测精度和较强的泛化能力,为粮食产量预测提供了一条新途径。     

基于时空回归模型的河南省粮食产量预测

综合运用相关分析、回归分析和时间序列分析法,把时间和空间结合起来建立河南全省及各地市粮食产量时空回归预测模型。首先用2000、2005年的河南省各地市的粮食产量建立回归方程,然后以某一年的粮食产量作为自变量,预测其后第5年的粮食产量,得到的因变量数值再作为自变量,预测相隔同样年份的粮食产量,以此往前逐年移动预测,一直预测到所需年份。研究表明,河南省2015、2020年的粮食产量分别是5984.96万、6792.93万t,与其他研究者的研究结果有一定程度的吻合。     

基于气候年型的河南省冬小麦产量预测

气候变化是影响小麦产量的重要因素,因此科学划分气候年型,对于准确预测小麦产量至关重要。利用河南省15个气象站点（市、县）1984—2018年的温度数据划分暖温年、平温年、冷温年,依据降雨数据划分湿年、平水年、干年,组合成9种气候年型并分析其规律;结合小麦产量数据划分出丰产年、平产年、低产年,分析气候年型和产量年型的关系。然后结合地形土壤、气象等因素把河南划分为豫北麦区、豫中东部麦区、豫西麦区、豫南麦区和南阳盆地5个麦区。在此基础上,利用HP滤波法分离出气象产量和趋势产量,以气象因子驱动并利用BP神经网络构建模型预测气象产量,利用一元线性回归模型建模得到趋势产量,把两者产量叠加得出实际产量,从而实现小麦产量的预测。结果表明：河南省积温年型以暖温年、正常年型为主,降雨年型分布比较均匀,气候年型中以正常年和干年为主,暖湿年小麦高产频率最高,为76.9%,冷湿年小麦低产频率最高,为67.9%;积温是影响小麦产量波动的主要因素,暖年年型下小麦更容易丰产,冷年时小麦低产概率较高;利用气象产量和趋势产量分别建模叠加得出的小麦产量和实际产量相比,豫北、豫中东、豫西、豫南和南阳盆地五大麦区各模型的平均相对误差分别为0.31%、0.36%、0.58%、0.48%、0.38%,说明利用HP滤波和BP神经网络技术预测小麦产量是可行的。     

基于REMCC-BPNN的粮食产量预测研究

粮食产量的准确预测对保证粮食安全、维持社会稳定具有重大意义。提出了一种基于K个最近邻训练样本拟合相对误差绝对值与时序的相关系数最小原则优化BP神经网络的时间序列预测模型REMCC-BPNN,并将该模型应用到我国粮食产量及湖南省粮食产量预测中。结果表明,REMCC-BPNN模型的预测精度优于BPNN、SVR、ARIMA、GM(1,N)等常用的时间序列预测模型,训练速度快,稳定性高。     

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。     

线性回归与BP神经网络方法的山东粮食产量预测比较研究

山东省是我国传统农业大省,粮食产量对我国粮食总产量的影响较大,因此对山东省粮食产量进行预测具有重大意义.分别利用多元线性回归方法和BP神经网络两种预测方法对山东粮食产量进行预测,并对两种方法的预测结果进行分析比较,实验证明,BP神经网络平均预测精度高于多元线性回归模型,且各期预测精度较多元线性回归模型更稳定,但随时间推移,误差增大,因此BP神经网络预测模型较适用于近期粮食产量预测.     

基于BP神经网络的河南省可持续发展能力评价

以河南省为例,构建了包含28项指标的可持续发展评价指标体系,涵盖经济、资源环境和社会三个子系统。基于2003-2012年河南省相关数据,运用人工神经网络理论和方法对河南省的可持续发展能力进行评价分析。结果表明,河南省可持续发展能力呈逐步提升态势,偶有波动;河南省各子系统可持续发展水平也为整体上升趋势,其中资源环境子系统20年间变化区间固定在4~8之间;经济子系统水平2003年之前变化较小,2004年开始明显提升;社会子系统呈现稳步上升态势,状态最为稳定。     

河南省粮食生产分析与能力提升对策

河南省是产粮大省,其粮食生产对国家粮食安全有着举足轻重的作用。文章对河南省粮食产量的现状与动态进行了分析,指出河南省粮食总产量的变化呈上升态势,总结出科技和政策是粮食单产和总产增长的重要因素,并在分析影响粮食生产能力因素的基础上,提出了强化粮食科技支撑、增加粮食财政投入、激发粮食生产动力、保障粮食生产者利益等对策措施,以期为河南省粮食增产提供理论依据。     

我国财政支农对粮食产量影响的实证分析

基于1990～2012年相关统计数据,实证分析了我国财政支农资金对粮食产量的影响.通过单位根检验,发现财政支农资金和粮食产量都是非平稳时间序列,但通过一阶差分后可变成平稳序列;二者存在长期协整关系,但短期内可能失衡;Granger因果关系检验结果表明二者互不为彼此Granger原因.财政支农在长期可以促进粮食增产,但在短期对粮食生产并不能起到促进作用,并在此基础上提出应加大财政支农资金投入、加强对财政支农资金利用的监督和管理、优化财政支农资金投入结构、完善多元化的粮食生产投资体系等对策建议.     

基于灰色关联模型的河南省粮食生产驱动力分析(英文)

Henan Province is an important grain production base, whose stable production is related to the economic development and social stability significantly. To summarize the primary factors of grain producing, we used grey correlation analysis method to analyze 10 correlative factors such as grain yield, grain yield per unit area, effective irrigated area, rural employed persons, grain planting area, consumption of chemical fertilizer in 25 years. The results showed order of synthetic degree of incidence: effective irrigated area>rural electricity consumption>consumption of chemical fertilizer>disaster crop area>grain yield per unit of area>total power of agricultural machinery>afflicted crop area>grain planting area>number of the rural employed persons. Finally, according to synthetic degree of incidence between influential factors and total grain output respectively, a series of measures and the suggestions was proposed for grain production in Henan Province, which will also provide the scientific basis and help for the government correct decision-making.