我国2010年人均GDP预测

1霍尔特指数平滑法 首先介绍一下霍尔特指数平滑法,用霍尔特指数平滑法预测,需要两个参数和三个方程式,其基本公式和预测方程如下：     

指数平滑法在林地水分动态模拟和预测中的应用

指数平滑法是广泛应用的基于时间序列进行预测的方法之一,但是目前该方法在土壤水分动态模拟与预测方面的应用较少。采用指数平滑法中的Simple模型,对晋西黄土区人工刺槐林地2009年6月1日至9月30日间每日土壤含水率和土壤蓄水量进行了模拟和预测。结果表明,该模型能够以一定精度对土壤含水率和土壤蓄水量进行模拟和预测;在0—150cm土层内的7个不同观测土层中,随着土层深度的增加,该模型的预测准确性增大。100—150cm土层预测值最大误差<5%,并且120—150cm土层的预测在7个观测土层中最为准确,其平均误差率仅为0.101 1%。对预测值与实测值进行比较后得出,降雨、蒸发蒸散、地表径流、植物根系吸收等影响因素可能对人工刺槐林地的土壤含水率和土壤蓄水量的影响深度可至120cm。     

交通事故预测方法研究

交通事故预测是在对已发生事故的数据进行统计、分析和处理的基础上,以事故发生原因和发生的规律为依据,对目前尚未发生的事故预先做出的推测、判断。介绍了几种主要的公路交通事故预测方法,包括线性回归预测法、非线性回归预测法、时间序列预测法的移动平均法与指数平滑预测法、灰色马尔科夫链预测法、基于车速的交通事故贝叶斯预测法、道路交通事故的灰关联分析及神经网络预测方法等,国内、外传统的和主流的交通事故预测的方法,并对几种主要的公路交通事故预测方法的适用条件、优缺点进行了较详细的比较,为相关部门选择合适的交通事故预测方法提供参考。     

冀西山前冲积扇区土壤机械组成模型制图对比研究

探索适合地形平缓的山前冲积扇地区土壤机械组成的空间预测方法。以河北省灵寿、行唐、曲阳县400 m高程以下区域为研究区,结合地形因子、土壤类型、归一化植被指数、地表温度等环境变量,选择基于对称对数比（SLR）转换的普通克里格法（SLR-OK）、回归克里格法（SLR-RK）、随机森林法（SLR-RF）3种方法,对训练集114个样点表层土壤机械组成的空间分布进行预测,并通过验证集50个样点比较了3种方法的预测精度。（1）从空间预测图来看,砂粒呈现出西北低、东南高的空间分布趋势;粉粒和黏粒与砂粒相反。与SLR-OK法相比,SLRRK法和SLR-RF法能够更好地反映局部变异并减小平滑效应。（2）对于砂粒和粉粒,SLR-RF法对验证集含量预测的平均绝对误差（MAE）和均方根误差（RMSE）均低于其他两种方法,且决定系数最高,表明SLR-RF的预测精度最高;对于黏粒,SLR-OK法对验证集含量预测的MAE和RMSE均低于其他两种方法,且决定系数最高,表明SLR-OK法的预测精度最高。（3）线性回归预测模型的辅助变量包括高程、土壤类型和风力作用指数;随机森林法模型的辅助变量包括高程、土壤类型、归一化植...     

湖南水田耕整机的发展与前景分析

本文从湖南近几年水田耕整机的发展过程和现状出发,采用指数平滑法预测“八五”期间湖南的耕整机发展趋势。结合长沙地区的大量实测综合数据,进行了耕整机与畜力的比较效益及其作业的规模效益分析,运用单项经济效益替代数学模型,对耕整机技术发展的经济界限进行了探讨。为今后湖南乃至南方各省进行重点推广提供了理论依据。     

近20年甘肃省苹果4种主要病害发生分析及趋势预测

利用指数平滑法对甘肃省2000-2019年苹果树腐烂病、苹果枝干轮纹病、苹果褐斑病和苹果斑点落叶病4种病害发生程度进行基本趋势分析,并用2020年的发生值进行了验证,预测了2021-2022年的发生趋势,分析了发生程度与发生面积的相关性.结果表明:苹果树腐烂病、苹果枝干轮纹病、苹果褐斑病和苹果斑点落叶病4种主要病害20...     

几种分离方法在区域经济作物产量预测上的适用性分析:以吴中区枇杷为例

以吴中区枇杷为研究对象，对比分析ARIMA模型、GM模型、线性趋势和二次指数平滑法在区域性经济作物上气象产量分离的适用性，并对在这四种方法的基础上所构建的基于气候因子的产量预测模型预测准确度进行分析。结果表明，(1)使用GM和线性趋势方法分离的枇杷气象产量的正负性与农业气象灾害年鉴匹配较好。(2)四种方法分离的枇杷气象产量与9个气候因子间复相关程度均达到极相关，复相关系数分别为ARIMA方法 0.95，线性趋势和GM方法 0.94，二次指数平滑方法 0.93。(3)使用GM方法预测的枇杷趋势单产均方根误差和绝对百分比误差最大，在考虑了气候因子后，均方根误差降低百分率达到50.1%，其余三种方法中线性趋势法降低49.3%,ARIMA模型降低6.7%，二次指数平滑降低14.4%。(4)四种方法所构建的基于气候因子的产量预测模型预测结果，使用GM方法的RMSE和MAPE分别为3.0kg·hm^-2和15.2%，线性趋势方法次之，ARIMA方法最差。整体来看，GM(1,1)和线性趋势方法分离的枇杷气象产量与气象灾害记录更匹配，使用GM方法构建的基于气候因子的产量预测模型效果...     

时间序列分析模型在山东省粮食总产量预测中的应用

对比传统时间序列分析模型(线性回归、二次滑动平均、一次平滑、二次指数平滑和三次指数平滑等)与ARIMA模型在山东省粮食总产量中的拟合精度,并应用ARIMA(2,1,12)模型预测了未来3年内山东省粮食总产量.结果表明,在山东省粮食总产量拟合中,ARIMA(2,1,12)模型得到的粮食总产量拟合值与观测值的相对误差处于±10%和±5%范围内的分别为73.333%和53.333%,回归方程的决定系数为0.959,优于传统时间序列分析模型;利用ARIMA(2,1,12)模型预测未来3年内山东省粮食总产量,粮食总产量有逐年上升的趋势,且增长率逐年上升.     

铁路工程中土壤风蚀预测方法研究

在分析了目前铁路工程中土壤风蚀预测常用方法(直接类比预测法)所存在问题的基础上,提出了一种新的适用于铁路工程(或其它交通工程建设)中土壤风蚀预测的计算方法--影响因子对比预测法.通过算例验证表明,其具有较好的适用性和预测精度.     

基于重标极差（R/S）和小波分析的黄土坡耕地产流产沙变化研究

为探明降雨条件下黄土坡耕地微地形径流和泥沙变化规律,通过5°、10°、15°、20°、25°坡和直线坡、人工锄耕、人工掏挖、等高耕作4种耕作方式组合条件下的室内模拟降雨试验,应用基于分形理论的重标极差(R/S)分析法对径流和泥沙时间序列的变化趋势进行预测,同时使用小波(Morlet)分析对各径流和产沙序列的变化主周期进行识别.结果表明:径流序列的赫斯特指数变化区间为[0.567,0.798],产沙量时间序列的赫斯特指数变化区间为[0.632,0.861],两者均大于0.5,呈现长程正相关.因此,坡耕地下一时段的径流量和产沙量时间序列与过去时段变化趋势相同;4种耕作措施的径流量最大峰值均出现在28~29 min,部分耕作措施的产沙量序列可能存在30 min以上的长周期,需要更长的时间序列验证.用R/S分析法结合小波分析,预测未来的产流产沙趋势,结果具有可靠性.该研究丰富了径流和泥沙输移理论,对农业生产和水土保持等方面研究具有指导意义.     

基于环境相关法和地统计学的土壤属性空间分布预测

土壤属性是土壤质量的重要决定因素,并强烈影响土地利用和生态过程。正确理解并充分考虑土壤空间变异,对于在景观尺度上建立生态、环境过程模型是必不可少的。在黄土高原横山县采集了254个样点,应用数字地形与遥感影像分析技术,获取相关地形因子与遥感指数,分析土壤属性（土壤容重、有机质和全磷）与环境因子相互关系,并利用环境变量进行空间预测。结果表明,土壤容重、有机质与地形因子和遥感指数之间存在较好相关性,而全磷与地形因子相关性不大;多元线性逐步回归模型对于土壤容重和有机质拟合较好,而对于全磷,预测结果较差;回归－克里格预测有效地减小了残差,消除了平滑效应,与实测值较为接近。     

用二组法和三组法预测稻米直链淀粉和蛋白质含量的研究

摘 要:直链淀粉和蛋白质含量是影响稻米品质的重要性状,对其进行有效预测具有重要意义。本研究用18个亲本及其所配制的81个水稻杂交组合（按NCⅡ设计）为材料,利用有多态性的SSR标记筛选与 F1直链淀粉和蛋白质性状相关的阳性位点和增效位点,分别用二组法和三组法对F1性状值进行预测,并建立相应的预测模型。结果表明：1)对稻米直链淀粉和蛋白质含量预测可以取得较好的效果,增效位点明显优于阳性位点;2）因性状和材料不同存在一定差异,固定恢复系预测优于固定不育系预测,对直链淀粉的预测优于蛋白质的预测;3)二组法对固定恢复系的预测效果明显优于三组法,直链淀粉和蛋白质的预测值在二组法中分别为0.8076和0.6722,三组法分别为0.6823和0.4174;在固定不育系的预测中两种方法差异不明显。     

基于TM和PLS的冬小麦籽粒蛋白质含量预测

为进一步提高遥感预测冬小麦籽粒蛋白质含量精度,分析了卫星遥感变量与冬小麦籽粒蛋白质含量间的定量关系,运用偏最小二乘法构建了遥感预测籽粒蛋白质含量模型,制作了冬小麦籽粒蛋白质含量空间等级分布图,结果表明,该模型的最佳主成分数为5,且归一化植被指数、冠层结构不敏感色素指数、比值植被指数、氮反射指数和植被衰减指数为预测籽粒蛋白质含量的敏感变量;籽粒蛋白质含量预测的均方根误差为0.307%,决定系数为0.642,为提高遥感预测小麦品质的精度提供了一种有效途径,有利于大面积应用和推广。     

基于重标极差(R/S)和小波分析的黄土坡耕地产流产沙特征研究

为探明降雨条件下黄土坡耕地微地形径流和泥沙变化规律,通过5°、10°、15°、20°、25°坡和直线坡、人工锄耕、人工掏挖、等高耕作4种耕作方式组合条件下的室内模拟降雨试验,应用基于分形理论的重标极差(R/S)分析法对径流和泥沙时间序列的变化趋势进行预测,同时使用小波(Morlet)分析对各径流和产沙序列的变化主周期进行识别。结果表明:径流序列的赫斯特指数变化区间为[0.567,0.798],产沙量时间序列的赫斯特指数变化区间为[0.632,0.861],两者均大于0.5,呈现长程正相关。因此,坡耕地下一时段的径流量和产沙量时间序列与过去时段变化趋势相同;4种耕作措施的径流量最大峰值均出现在28~29 min,部分耕作措施的产沙量序列可能存在30 min以上的长周期,需要更长的时间序列验证。用R/S分析法结合小波分析,预测未来的产流产沙趋势,结果具有可靠性。该研究丰富了径流和泥沙输移理论,对农业生产和水土保持等方面研究具有指导意义。     

土地利用规划中建设用地预测模型的比较研究

建设用地的科学准确预测是土地利用总体规划中的重要内容,通过模型预测、数据验证和误差分析,总结分析了各种建设用地预测模型的特性与适用条件。研究结果表明,一元线性回归法适用于线性趋势较为明显的数据预测;而当可供利用的历史数据较少时,可采用指数平滑法;模型适用于数据较多、较复杂的预测;如果预测过程中参与的专家较多时,就可以采用头脑风暴法。     

基于信号降噪与支持向量机的食用油中铜锌铅电化学检测

以食用油中铜、铅、锌三组分重金属同时检测为目的,用差分脉冲溶出伏安法对三种金属混合溶液进行了电化学检测,获得了检测信号.利用平滑、平滑求导、卡尔曼滤波、小波包分析四种降噪方法对检测信号进行了降噪处理;运用主成分分析融合数据,以降低数据维数.同时,借助最小二乘支持向量机回归构建了四种不同模型.通过对预测集检验以及食用油样品的实际测试,得出基于平滑求导的回归模型预报结果较好,且满足食用油中铜、锌、铅检测精度要求.该研究为食用油中多组分重金属含量快速检测提供了一种新手段.     

应用人工神经网络预测马尾松毛虫的有虫面积

运用人工神经网络的原理和方法，选取与马尾松毛虫发生量相关关系密切的8个气象因子作为样本的输入特征，建立马尾松毛虫有虫面积与气象因子的BP网络模型，结果表明：所建立的BP模型，具有令人满意的拟合精度和预测精度。当隐含层神经元个数为15个，输入因子数为8个时，18组有虫面积的平均拟合精度为100％，相关系数为1．0000，2组预留有虫面积的平均预测精度为96．85％，预测准确率为100％。     

基于熵权的福建粮食产量组合预测模型

本文尝试将组合预测法应用于福建省的粮食产量预测,以提高预测的精度。运用平均绝对百分误差（MAPE）等5个预测效果的评价指标对各模型进行综合比较,结合熵权法客观地为每种预测方法分配权重;通过赋予合理权重,将各模型的预测结果加权求和得到最终的预测结果,建立了福建省粮食产量组合预测模型。利用1949—2004年福建粮食产量资料进行拟合检验,组合模型的精度明显提高。     

基于BP人工神经网络的长江河口地区土壤盐分动态模拟及预测

为开展长江河口地区土壤盐分动态的中长期模拟与预测,采用人工神经网络中应用较为成熟和广泛的BP网络建立长江河口地区土壤盐分与降雨量、蒸发量、长江水电导率、内河水电导率、地下水位、地下水电导率6因子间的非线性神经网络响应模型。网络模型结构为6-11-1,隐含层单元数用"试错法"确定。选择合适的参数训练和学习网络模型后,对河口地区2003年各月平均根层土壤电导率进行预测,并与线性回归模型预测结果进行比较。结果表明:BP网络模型较线性回归模型具有更高的预测精度,平均相对预测误差为7.3%,预测值与实测值相关性良好,可以满足实际应用需求。     

基于小麦群体图像的田间麦穗计数及产量预测方法

在田间小麦测产时,需人工获取田间单位面积内的麦穗数和穗粒数,耗时耗力。为了快速测量小麦田间单位面积内的产量,该文利用特定装置以田间麦穗倾斜的方式获取田间麦穗群体图像,通过转换图像颜色空间RGB→HSI,提取饱和度S分量图像,然后把饱和度S分量图像转换成二值图像,再经细窄部位粘连去除算法进行初步分割,再由边界和区域的特征参数判断出粘连的麦穗图像,并利用基于凹点检测匹配连线的方法实现粘连麦穗的分割,进而识别出图像中的麦穗数量;通过计算图像中每个麦穗的面积像素点数并由预测公式得到每个麦穗的籽粒数,进而计算出每幅图像上所有麦穗的预测籽粒数,然后计算出0.25 m2区域内对应的4幅图像上的预测籽粒数;同时根据籽粒千粒质量数据,计算得到该区域内的产量信息。该文在识别3个品种田间麦穗单幅图像中麦穗数量的平均识别精度为91.63%,籽粒数的平均预测精度为90.73%;对3个品种0.25 m2区域的小麦麦穗数量、总籽粒数及产量预测的平均精度为93.83%、93.43%、93.49%。运用该文方法可以实现小麦田间单位面积内的产量信息自动测量。