共查询到18条相似文献,搜索用时 109 毫秒
1.
基于改进GM(1,1)模型的中国大豆价格预测 总被引:1,自引:0,他引:1
中国大豆产业是国家基础性产业之一,国内外大豆市场对大豆价格波动影响极大,对中国大豆波动情况加以研究具有重要的意义。在分析GM(1,1)模型有效性的基础上,讨论了其在农产品预测的可行性,从而采用改进GM(1,1)模型用1990-2014年中国大豆价格预测2015-2017年中国大豆价格分别为4.40,4.57和4.74元·kg-1,在本试验中改进GM(1,1)模型并没有对原始序列进行累加操作,说明原始序列具备准指数规律。检验结果表明后验差比值小于0.5和小误差概率大于0.8,说明采用灰色预测对此数据加以预测合格。2015年价格低于2015年东北三省和内蒙古大豆价格目标价格,说明中国大豆仍处于低迷状态,会导致中国大豆种植面积及农民种植意愿继续降低。据此给出对策与建议,一是继续提高大豆种植补贴和大豆目标价格;二是加大地方大豆产业的政策性扶持,尤其是非转基因大豆产业的扶持,保持国内大豆产业健康发展;三是提高大豆行业与豆农的组织化程度。 相似文献
2.
GM(1,N)模型在白砂糖色值预测中的应用 总被引:1,自引:0,他引:1
运用灰色系统理论,利用对白砂糖色值有显著影响的3个因素,对白砂糖的色值建立了GM(1,N)预测模型。计算结果表明,模型精度较高,能很好地预测白砂糖的色值。 相似文献
3.
中国茶叶产量连续十年增长,产销量一直都是全球领先.近几年,随着新式茶饮的推广,茶叶消费能力也在逐年增长.文中分析了中国茶叶产销现状,采用GM(1,1)灰色预测模型对2011-2020年茶叶国内市场销售量进行模拟,并对2021-2025年茶叶国内市场销售量进行预测,为茶叶产业链的完善和供给侧改革提供科学依据. 相似文献
4.
本文采用灰色系统GM(1,1)模型,利用海南岛1971——1979年民营橡胶产量资料,建立橡胶产量预报摸型。文中比较详细的介绍了灰色GM(1,1)模型的建模过程和具体步骤。实践表明,该模型简便、不受样本数量的限制,预报精度较高,是一种新的预测方法。 相似文献
5.
为准确预测2020-2022年中国大豆的进口量及进口额,分别采用ARIMA模型、GM(1,1)模型以及ARIMA-GM组合模型对2016-2019年大豆进口量及进口额数据进行拟合,以降低预测风险,并根据拟合结果选择最优预测模型进行预测。研究表明:大豆进口量及进口额均可采用ARIMA-GM组合模型进行预测,预测结果显示,2020-2022年中国大豆进口量将分别为8.76×107,8.94×107和9.33×107 t;大豆进口额将分别为357.59×108,375.73×108和398.44×108 USD。研究结论科学、可靠,可为中国大豆产业的经营和管理提供一定的科学依据。 相似文献
6.
田间自然条件下,利用15N稀释标记技术评价19价大豆种质的固氮能力。结果表明,固氮量和固氮比率的变幅分别为N67~140kg/hm2和35%~60%。筛选出3份固氮量超过N130kg/hm2和固氮率大于55%的高固氮种质材料。15N标记可真实地反映出品种的实际固氮水平。 相似文献
7.
GmHs1~(pro-1)是Hs1~(pro-1)同源的抗线虫候选基因,通过使用不同的大豆品种克隆GmHs1~(pro-1)CDS区研究了其多样性、建立了进化树,并利用在线数据库分析预测了与其互作的蛋白。结果表明:在24种大豆品种中均克隆到长度约1 400bp的GmHs1~(pro-1)CDS区,同已有数据合并后该区段共有20个突变点,5个新突变点中的3个引起了编码氨基酸的变化。GmHs1~(pro-1)可能主要同glyma18g04770编码的蛋白互作,该蛋白受syringolide诱导。GmHs1~(pro-1)定位在胞浆内,具有1个吲哚化合物双加氧酶类似结构域,可能参与吲哚相关通路影响线虫发育。 相似文献
8.
为更好地了解小麦维生素E的生物合成并将其应用于营养品质改良,以电子和实验克隆相结合的方法克隆分离了小麦(牛龙)牛儿(牛龙)牛儿基脱氢酶(GGH)基因的cDNA序列,序列号为DQ139268.序列分析结果表明,该cDNA序列舍有一个完整的开放读码框,编码462个氨基酸,含有保守的ChlP结构域,氮端有信号肽序列,定位于叶绿体中.氨基酸序列比对和系统发育分析结果显示,不同物种之间GGH基因编码的氨基酸序列同源性都较高.用生物信息学工具将该基因定位于小麦第六部分同源群的长臂上.RT-PCR和电子组织表达分析结果显示该基因在光合器官中表达量丰富,这可能与其亚细胞定位有关. 相似文献
9.
10.
11.
改进RBF神经网络在我国大豆价格预测中的应用研究 总被引:1,自引:0,他引:1
我国大豆价格受国内外多种因素共同影响,具有非线性、随机性和高噪音等特点,采用传统数学模型进行预测,不仅分析难度大,预测误差也很大。RBF神经网络以其优良的逼近性能而被广泛应用于非线性时间序列预测之中。本文提出一种基于遗传算法优化RBF神经网络的我国大豆价格预测模型,该模型为多维输入单维输出的多变量预测模型,模型的初始输入由大豆价格的历史数据和相关影响因素数据组成。采用遗传算法对RBF神经网络输入层节点数、基函数中心、扩展常数和输出层权值进行优化,模型可以从初始输入变量中自主选择最合适的输入变量组合作为模型的输入。采用2009-2014年的大豆价格数据进行预测研究,用2009-2013年的数据作为训练集,2014年的数据作为测试集,改进RBF神经网络通过自主识别和选取中国大豆进口量、中国消费者信心指数和进口大豆到港分销价格3个因素作为相关影响因素的输入。结果表明:模型预测精度较高、泛化能力较强,能够很好捕捉大豆价格变化规律,可为大豆市场价格的准确预报提供参考借鉴。 相似文献
12.
13.
磺基转移酶(sulfotransferase,SULT)基因是一个基因超家族。对大豆磺基转移酶基因GmST1(Glyma.13G191400)进行基于生物信息学的基因结构分析与功能预测,结果表明:GmST1(Williams82)基因序列全长1 439 bp,CDS区长1 035 bp,编码344个氨基酸。通过序列比对,分析出在感病Williams 82和抗病品种东农93-046中,GmST1序列存在着非同义SNP,导致氨基酸改变。利用Plant CARE分析启动子元件,发现在基因启动子序列中含有多个与光诱导、生长素、水杨酸、干旱等相关的元件。在BAR数据库中分析了GmST1的拟南芥同源基因在不同逆境胁迫条件下基因表达情况,表明该基因表达具有组织表达特异性,参与盐胁迫、干旱胁迫和抗病等相关反应。 相似文献
14.
黑龙江省大豆主栽品种主要性状灰色关联度分析 总被引:9,自引:0,他引:9
为了寻求对黑龙江省三江平原地区大豆产量影响较大的主要农艺性状,从而为龙江地区大豆育种工作提供理论依据.应用灰色关联度分析方法,分析黑龙江省大豆品种主要性状对其产量的影响.结果表明:产量与主要性状的关联度大小依次为单株粒数>单株荚数>结荚层数>有效分枝>株高>主茎节数>百粒重>单株粒重>底荚高度,对黑龙江省大豆产量影响最大的是单株粒数,影响较大的是单株荚数、结荚层数,影响中等的是有效分枝>株高>主茎节数>百粒重,影响较小的是单株粒重和底荚高度. 相似文献
15.
大豆对SMV SC-3株系的抗性遗传和QTL分析 总被引:3,自引:0,他引:3
为研究大豆对SMV抗扩展的遗传机制,以中豆29×中豆32构建的重组自交系群体(RIL)为材料,人工接种SC-3株系。以病情指数为抗性指标,应用主基因+多基因混合遗传模型进行遗传分析,利用复合区间作图法进行QTL定位。结果表明:该RIL群体对SC-3株系的抗性遗传符合B-2-3遗传模型,即抗性由2对等加性主基因控制,加性效应为-9.78,主基因遗传率为97.65%。在3个染色体上检测到3个抗性相关QTL,表型贡献率为10.80%~13.41%。 相似文献
16.
收集大豆抗大豆花叶病(SMV)抗源和鉴别寄主40份,通过接种Cho和Goodman划分的抗大豆花叶病毒株系SMV G1-G7,了解这些材料对该株系的抗性反应.同时比较了其中部分材料对中国学者划分的SMV Sc1-Sc17株系的抗性反应.结果感病材料无论对SMV G1-G7株系,还是SMV Sc1-Sc17株系均表现感病;但是,齐黄1、科丰1、早18和8101等对SMV G1-G7株系均表现抗病的材料,对SMV Sc1-Sc17株系却表现出部分抗病;而另外一些材料,如:诱变30、徐豆1、文丰5、铁6915、齐黄10和Harosoy等对SMV G1-G7株系的抗性反应却与北美的鉴别寄主相同.结果表明:无论是对 SMV G1-G7株系,还是对SMV Sc1-Sc17株系,抗病材料的抗性遗传基础是相似的;中国一些大豆花叶病毒株系的致病力强于国外的株系.因此,结合国外的SMV株系鉴定系统,创建一套统一的SMV株系鉴定系统是可行的. 相似文献
17.