广西粮食总产量警度测定分析

广西粮食总产量增长率变化幅度大，稳定性差，粮食供给长期处于有警状态即粮食长期短缺，成为影响广西国民经济运行质量的一个关键因素，预警分析表明：广西粮食总产量平均年增产率Ｒ≥２．５％无警（供需求基本平衡）１．３％≤Ｒ〈２．５％的轻警（稍缺）；－２．５％≤Ｒ〈１．３％为中警（短缺）－９．９％≤Ｒ〈－２．５％为重警（严重短缺）Ｒ〈－９．９％为巨警（粮荒）。     

基于优化灰色模型的河北省粮食总产量预测分析

根据《河北经济年鉴2013》中最新修订的2007—2012年农业经济统计资料,运用灰色系统理论和方法,对河北省粮食总产量建立了优化灰色预测模型,并对此模型进行了分析检验,得到该预测模型的精度为一级。与常规GM(1,1)模型相比较,优化灰色模型能够明显地提高预测精度,增强预测的可靠性,有很强的实用价值。利用所建模型,对2014—2019年河北省粮食总产量进行预测,预测结果表明:2014年河北省粮食总产量预计达到3 450.8万t,未来几年还会继续稳步上升,2019年河北省粮食总产量有望突破4 000万t,为全国粮食供给提供了强有力的保障。     

甘肃省粮食总产量已经连续六次突破八百万吨

记者从国家统计局甘肃调查总队了解到，甘肃省2006年粮食总产量达到808．05万吨，至此，这个省的粮食总产量已经连续6次突破800万吨。     

宁夏盐池县粮食总产量主成分分析

对盐池县25年的粮食总产量及其影响因子利用主成分法进行分析,结果表明：影响粮食总产量的5个主成分累积贡献率达93.40%,超过85%,它们已代表了粮食总产量指标93.40%的信息。粮食总产量与蒸发量、肥料、水地、农业机械总动力相关性差异极显著,与降雨量相关性差异显著。影响盐池县粮食总产的第一因子为投入因子;第二因子为光温因子;第三因子为生长时期因子;第四因子为水因子;第五因子为风害因子。第一因子所占比例分别是第二、第三、第四、第五因子的2.15倍、3.56倍、3.26倍、3.70倍。     

金色的跨越——榆树粮食总产量连续三年创历史新高

有这样一组数字：榆树市2004年粮食产量23亿公斤，2005年粮食产量23．25亿公斤．2006年粮食产量23．75亿公斤。自2004年以来．连续三年获得全国产粮标兵县（市）殊荣。作为一个拥有百万人口的农业大市来说。粮食产量连续三年创历史新高，而且每年以亿斤的速度递增．这些成绩令人欣喜，更留给人们思考。初冬时节．走进榆树探寻缘由，让人感到耳目一新。[第一段]     

山西省粮食总产量波动的影响因素分析

为了解山西省粮食产量波动影响因素的影响机制及作用大小,利用1949~2009年粮食产量序列资料,采用波动指数分析了山西省粮食总产量的波动特性与波动幅度,并分析了粮食总产量波动的影响因素。从作物学原理研究（总产量=播种面积×单位面积产量）出发,进一步分析了粮食播种面积和单产波动对粮食总产量波动的影响大小。结果表明：单产是影响粮食总产量波动的主要因素,其次是粮食播种面积。1949~2009年,单产波动对粮食总产量波动的影响达79.68%,播种面积对粮食总产量波动的影响为18.07%。     

庄浪县粮食总产量影响因素分析

收集了庄浪县1991-2010年共20年的粮食总产量及其相关数据,采用一般多元线性回归分析、逐步回归分析和曲线拟合方法,对影响庄浪县粮食总产量的主导因素进行分析.结果表明:(1)粮食单产、粮食播种面积、梯田面积、农药消耗量和农村劳动力是影响庄浪县粮食总产量的最显著因素;(2)曲线拟合显示梯田面积与粮食总产量之间呈二次曲线关系,在一定的范围内粮食总产量随着梯田面积的增加而增加;(3)随着区域内梯田面积趋于稳定,生态效益更加凸显.     

重庆市粮食总产预测

本文在对重庆市耕地面积、粮食作物单位面积产量、农村劳动力数量和质量进行单项预测的基础上,用参数目标规划方法预测出重庆市1990年、1995年、2000年的粮食最高产量分别为63.5539亿公斤、67.0204亿公斤、71.1560亿公斤;如遇旱年,则预期产量将分别降至54.6339亿斤、57.9902亿公斤、61.3007亿公斤。并对未来十余年粮食总产量的增长特点进行了分析论证。     

辽宁省各种作物对粮食总产量的不同影响方式

以辽宁省近26年的粮食总产量、播种面积和单位面积产量为源数据,研究播种面积和单产是如何影响粮食总产的,以期为生产实践提供更有效的理论指导.首先分析其分布变化趋势,并采用逐步回归对各种作物单产和播种面积变化对粮食产量的影响进行了分析.得出如下结论,辽宁省近26年粮食总播种面积呈下降趋势,粮食总产量和平均单产受气候条件影响呈波动式增加;粮食总播种面积和平均单产均显著影响着粮食总产量的变化,并且粮食平均单产的变化对总产的影响要大于粮食播种面积的影响;各种作物的产量和播种面积变化都影响粮食总产量的变化,但各种作物对粮食总产量影响的方式不同,其中玉米、水稻、高粱和小麦主要是通过单产的变化影响粮食总产量,谷子、玉米和小麦则是通过播种面积的改变来影响粮食总产量的变化.     

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。     

基于遗传神经网络的粮食产量系统预测方法研究

采用了遗传算法（Genetic Algorithm GA）和人工神经网络（Artificial Neural Nwetwork ANN)技术，提出了一种新的粮食产量预测方法，并经实际应用，结果表明该方法是可行的，可以作为预测的一种有效方法。     

基于灰色神经网络的粮食预测

结合灰色GM(1,1)预测模型和BP神经网络2种预测模型的优点,提出了一种灰色神经网络模型,并用该模型对蚌埠市小麦产量进行预测。结果表明,灰色神经网络预测精度高于单一的灰色GM(1,1)预测模型或BP神经网络。     

基于BP神经网络的粮食产量预测模型

提高我国粮食产量的预测精度与效率是人们关注的一个重要问题.BP模型是目前最为广泛应用的神经网络模型之一,它是一种简单又非常有效的算法.将BP神经网络模型应用到粮食产量预测中,并建立了粮食产量的神经网络预测模型,结果表明BP神经网络应用于粮食产量预测是可行的.     

山东省粮食种子质量监管研究

以粮食生产大省山东省为例,调研了种子企业、种子销售市场、种子的行政管理机构,提出政府监管对粮食种子质量的密切关系。为有效提升粮食种子的质量,认为政府应对种子企业、种子市场加大监管的力度;种子行政机构也需要机构的整合和职能的转变。旨在通过对山东省种子质量状况的调研和分析,为全国种业的有序发展提供一定的参考意义。     

利用人工神经网络建立谷物干燥模型

分析了谷物干燥传统建模的难点，介绍了人工神经网络建模的原理和方法及其在干燥过程中的运用。     

基于BP神经网络的玉米区试产量预测研究

以国家农业科学数据中心数据库中的数据为样本数据依据,用BP神经网络建立预测玉米区域测试产量模型,并用现有数据进行检测,证明运用BP神经网络模型预测玉米区试产量是可行的。     

基于主成分分析的河南省粮食产量影响因素研究

为了探明河南省粮食产量变化的主要驱动力,明确不同因素对粮食产量变化影响的大小,基于1978-2014年面板数据,运用主成分分析法,建立计量经济模型对该期间影响河南省粮食产量波动的因素进行研究。结果表明,影响河南省粮食产量变化的前三位驱动力分别为经济发展与农业资本投入、劳动与土地投入、成本-收益。具体来看,河南省粮食产量与社会经济水平呈正相关关系,粮食产量的增长主要取决于农业机械总动力、化肥施用量、农村用电量,弹性系数高达0.045;第一产业就业人数对粮食产量增长为正影响,其弹性系数为0.028;受灾面积对粮食产量增长呈负影响,弹性系数为-0.022;耕地面积、粮食播种面积对粮食产量增长的贡献不显著,弹性系数分别为0.021、0.020;而农业生产资料价格指数与粮食零售价格指数对粮食产量影响极小,弹性系数仅为0.006与0.003。     

基于人工神经网络的逆流式谷物干燥机模型

针对传统数学建模方法的局限性，利用人工神经网络建立逆流式谷物干燥机模型。网络的拓扑结构是基于感知机的３层前向网络，采用ＢＰ算法对网络进行训练，训练数据来源于逆流干燥要计算机模拟结果。实验结果表明网络能很好地预测逆流干燥机的行为。     

优化BP神经网络算法在油茶产量预测中的应用

针对标准的BP神经网络模型对我国南方的重要木本油料树种油茶产量进行预测过程中存在的缺陷,采用相对误差逐步优化回溯算法在迭代过程的参数,使原始的BP神经网算法在运算精度和计算速度上均得到显著的提高,即一种改进的回溯算法优化BP神经网络预测模型。经过试验效验与仿真证明,得到的改进算法不仅能提高油茶产量预测的收敛速度,而且在油茶产量预测精度上也有很大的提高。优化后的BP神经网络算法为多要素因子之间相互影响事件的结果预测,提供了新的设计思路和更好的解决方法。