新疆奇台县粮食生产影响因素与模拟预测研究

[目的]分析奇台县粮食生产的影响因素,并对其产量进行预测.[方法]在分析奇台县58年粮食生产动态变化特点的基础上,利用主成分分析法(PCA)探讨了粮食生产的影响因素.[结果]农业科技进步和经济发展、制度政策是影响奇台县粮食生产的两个主要因子;分别建立GM(1,1)模型、ARIMA(1,3,3)模型以及两者的组合模型,拟合了奇台县粮食总产量的动态变化趋势.结果发现组合模型平均相对误差率仅为7;,说明组合模型的模拟精度较高,从而得出2010～2015年奇台县粮食总产预测值.[结论]GM(1,1)模型和ARIMA(1,3,3)模型两者组合的模型预测精度高于单个模型的预测精度.2015年该县粮食产量将达到52.1×104 t.     

基于GM(1,1)模型的河南省粮食总产量预测研究

基于河南省1990-2015年粮食生产的资料,利用GM(1,1)模型对河南省粮食总产量进行预测。通过对比预测值与实际值的误差,GM(1,1)模型对粮食总产量的预测效果较好。预测结果表明,河南省粮食总产量在未来呈现稳定递增的趋势。     

变权组合预测模型在洪水预报中的应用

【目的】研究洪水预报的多模型组合预报模式,丰富洪水预报的方式方法。【方法】将最优非负可变加权系数的组合预测方法应用于洪水预报中,分别建立最优加权组合预测模型和最优非负可变加权系数组合预测模型,以新安江模型、萨克拉门托模型、水箱模型和陕北模型为例进行组合预报,并用东洋河1982年8月的一场洪水实测流量值对2种组合模型进行了实例验证和比较。【结果】最优非负可变加权系数组合预测模型的3种误差指标均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为18.394 0,51.317 2和0.131 4,明显小于最优加权组合预测模型的28.110 7,108.816 7和0.268 9,且前者的确定性系数(DC)为0.961 3,明显大于后者的0.909 5,表明应用最优非负可变加权系数组合预测模型的预测结果优于定权重的最优加权组合预测模型的预测结果。【结论】考虑变权重的最优组合预测能进一步提高洪水预测的精度。     

安徽省粮食产量预测及影响因素分析

根据安徽省2006-2014年的粮食统计资料,运用GM(1,1)模型对未来几年的粮食总产量进行预测,并对影响粮食总产量的各因素进行灰色关联分析。结果表明,未来几年安徽省的粮食总产量将呈持续上升趋势;各主要影响因子与粮食总产量呈显著关联,其中关联度大小依次为化肥施用量、粮食单产、农用柴油使用量、有效灌溉面积、粮食播种面积、农药使用量、农业机械总动力、受灾面积、成灾面积、农业财政支出。通过对安徽省粮食产量预测及影响因素的分析,为有关部门制定合理的经济政策提供科学的理论依据。     

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。     

山东省年粮食总产量的神经网络预测研究

以1978年-2007年间山东省年粮食总产量为研究对象,基于后向传播算法的神经网络模型,开展粮食总产量的非线性建模和预测研究.研究结果表明,山东省粮食总产量的年际变化呈现较强的非线性特征,建立的粮食总产量反向传播神经网络模型预测精度较高.两个验证样本的预测相对值分别为0.0475,0.0084,预测误差分别为5.38%和9.23%,在10%的误差范围内,可以应用于时间序列支持下的山东省粮食总产量的预测.     

基于组合预测模型的水质数据预测研究

对时间序列水质预测问题进行研究,提出了基于最优加权法的组合预测模型.综合利用了ARIMA预测模型、人工神经网络模型和指数平滑法对水质数据进行预测,再将它们的结果利用最优加权组合法进行组合,得到组合预测模型结果.将组合预测模型应用到广州长洲水质预测工作中,得到了较好的预测结果.组合预测模型结果的精度高于单一模型结果.组合预测模型能平衡单一模型的偏差,具有更好的适用性和更高的精度.     

基于多分类器组合的个人信用评估模型

针对个人信用评估单一模型存在的不足，提出一种基于多分类器组合的个人信用评估模型。该模型综合了多元判别分析、logistic回归、神经网络、支持向量机等七种个人信用评估单一模型的预测结果，利用加权投票方法对其进行组合并输出最后预测结果。在某商业银行信用卡数据集上的测试结果表明，组合模型能有效地提高预测精度及稳健性，对信贷机构控制消费信贷风险具有很好的适用性。     

基于最优加权组合模型的枯季径流预测研究

【目的】研究最优的枯季径流预测模型,为流域水资源管理提供依据。【方法】建立基于差分自回归移动平均(ARIMA)、人工神经网络(ANN)和多元线性回归(MLR)3个单项模型的简单平均组合和最优加权组合预测模型,并将单项预报模型和组合模型应用到石羊河流域支流西营河的枯季径流预测中,采用相关系数、确定性系数以及均方根误差对各模型预测精度进行比较。【结果】单项预测模型中,仅ARIMA模型通过了确定性系数检验;最优加权组合模型的预测精度较简单平均组合模型高;组合预测模型中,仅ARIMA-MLR和ARIMA-ANN最优加权组合模型的确定性系数高于所有单项预测模型。【结论】最优加权组合模型的精度不但取决于各单项预测模型的精度,也与其之间的相关性有关,适合西营河枯季径流预测的最优加权组合模型是ARIMA-MRL和ARIMA-ANN组合模型。     

1984年以来湖南省耕地压力与粮食安全初步研究

通过收集1984-2013年湖南省人口总量、耕地面积、粮食总产量等数据,基于最小人均耕地面积(Smin)和耕地压力指数(K)模型及分析预测,研究了湖南省耕地面积变化和粮食生产特征及趋势。结果表明:1984年以来,湖南省人口不断增长,耕地面积呈下降趋势,但粮食总产量呈现波动增长态势;Smin和K值在1984-1999年波动下降,2000年之后波动上升,耕地压力逐渐增大;从各区域的耕地压力指数(K)来看,长沙市、张家界市、娄底市、郴州市、怀化市和湘西州耕地压力较大(K1),粮食供需紧张;株洲市、邵阳市和衡阳市耕地压力处于临界点附近(0.8≤K≤1),粮食生产基本能自给;湘潭市、益阳市、永州市、岳阳市和常德市的耕地压力相对较小(K0.8),粮食供需相对充足。预测分析表明:若按当前粮食生产模式发展,湖南省耕地压力将进一步增加,在2025年将无法满足国家商品粮的输出。未来应从控制人口增长、落实农业优惠政策、科学制定粮食调控策略、加大农田保护及改造力度等方面保障湖南省粮食安全。     

河北省耕地变化与粮食产量灰色关联分析

运用一元回归预测方法与灰色关联分析方法分别对1949~2004年河北省耕地、人口和粮食的相关资料进行定量分析,预测河北省人口的变化趋势,同时对影响粮食总产量的各个因素排序。结果显示:粮食单位面积产量、有效灌溉面积、农业机械化程度对粮食总产量的影响较大。针对分析的结果及存在的问题提出相应的对策。     

黑龙江省粮食生产灰色关联分析和预测

根据2005~2013年黑龙江省统计资料,运用灰色关联方法对影响粮食生产的各个因素进行分析,并运用GM(1,1)模型预测未来几年黑龙江省的粮食总产量及其影响因素。结果表明,8个主要影响因素与黑龙江省粮食产量显著相关,其中农村用电量、农药施用量和粮食播种面积对粮食产量的影响最大;预测结果显示,未来几年黑龙江省的粮食总产量将会持续增加,有效灌溉面积、农村用电量和农业机械总动力将会成为影响黑龙江省粮食生产的3个最为重要的因素。根据分析结果提出相关建议,为今后黑龙江省农业可持续发展提供参考。     

基于灰色系统模型的银川市耕地资源人口承载力研究

介绍了银川市概况以及其耕地、粮食和人口变化特征,探讨了人均耕地、粮食阀值的确定,建立了人口、耕地、粮食预测GM（1,1）模型,并运用该模型对银川市2009~2020年耕地、粮食总产量、总人口进行分析预测,提出了坚持耕地使用集约化、合理控制城市人口增长等对策建议,以期解决耕地资源人口承载力问题。     

基于熵值法的玉米产量组合预测模型

为了提高玉米产量预测的精度.利用熵值法为每种单一预测模型分配加权系数;将各单一预测模型的预测结果加权求和得到了组合预测模型的预测结果,建立了玉米产量组合预测模型.利用2000-2006年玉米产量资料进行模型精度检验,结果表明,组合预测模型的精度有明显提高,说明应用组合预测方法进行玉米产量预测是可行的.     

基于灰色多元线性回归的河南省粮食产量预测

对河南省1990-2009年影响粮食总产量的8个因素进行灰关联分析,找出影响河南省粮食产量的主要因素.运用Eviews软件,对主要影响因素建立多元线性回归模型并预测未来5 a河南省粮食总产量.     

基于小波广义回归神经网络的粮食产量预测模型

将小波分析与广义回归神经网络(GRNN)相融合,构建了一种小波广义回归神经网络(WGRNN)模型。该模型应用于我国粮食总产量预测,其预测结果在精度上均优于单一的GRNN预测模型和GM(1,1)灰色预测模型,既具有神经网络非线性逼近能力和自学习能力的特性,又具有小波在时、频两域表征局部特征的功能,可为粮食产量预测的定量化和智能化提供一条新途径。     

推进农业产业化发展开启乡村振兴新征程

近年来,娄底市深入贯彻落实党的惠农政策,大力实施乡村振兴战略,着力实现农业增效、农民增收、农村稳定三大目标,农业产业、农村经济得到快速健康发展. 一、快速发展好势头 1.生产能力明显提升"十三五"以来,娄底市主要农产品产量稳中有增.2020年全市粮食总播种面积稳定在24.33万公顷以上,总产量稳定在156万吨以上.油菜...     

吉林省粮食总产量影响因素趋势分析

采用灰色系统理论,对影响吉林省粮食总产量的各因素进行动态灰色关联分析,并运用GM（1,1）模型在对其发展趋势预测的基础上进行趋势关联分析.研究结果动态地反映了吉林省粮食生产发展的趋势,为粮食生产持续发展、科学决策提供理论依据。     

组合模型分析方法在我国粮食产量预测中的应用

尝试将组合预测法应用于我国未来粮食产量的预测,以提高预测精度。通过赋予合理权重,将C-D生产函数模型、多元回归模型和指数平滑模型加权组合。对各模型进行平均绝对百分误差(MAPE)、希尔不等系数(Theil IC)和均方根误差(RMSE)等指标的比较,证明单一模型经过组合能够提高预测精度。     

湖北省粮食总产气象预报模型

为探讨湖北省粮食总产气象预报模型,选用高空大气环流资料、地面气象资料和统计局历年产量资料,从全年粮食总产量的构成进行分析,提出并比较了4种粮食总产气象预报模型.预报模型采用线性或非线性方程进行模拟.从理论和实际两方面分析了每种模型的可行性.通过2 a的试运行和2006年的实际应用,效果很好,3 a来,此模型对湖北省粮食产量预测预报的准确率达98.1%～99.3%.确定用"分组模型"的方法建立湖北省粮食产量气象预报模型.