基于GM(1,1)模型对垦区奶牛生产发展的预测

介绍了灰色理论GM(1,1)预测方法,利用黑龙江垦区2002~2005年年末奶牛存栏数建立了垦区奶牛生产发展预测模型。模型精度为很好,用该模型进行预测,能反映出垦区奶牛生产的发展变化情况,并基于预测分析对垦区奶牛发展提出建议和对策。     

GM(2,1)模型在玛纳斯河流域绿洲区气温、降水预报中的应用

根据灰色系统理论,利用1964~2007年玛纳斯河流域绿洲区5个气象台站逐月气温、降水数据,通过数据质量控制,建立灰色预测GM(2,1)模型预估玛纳斯河流域绿洲区未来3年气温和降水变化情况,并与实际值进行比较。结果表明,采用5年原数据建立模型进行预测相对误差最小,后验差检验结果显示,温度、降水预测模型的方差比均小于0.35,相对误差概率均大于0.95,表示模型精度好,可用于对气温和降水进行预测;预测结果显示,今后3年玛纳斯河流域绿洲区年平均气温逐渐升高,到2010年可能达9.34℃,而降水量呈减小趋势;将预测值与利用一元线性回归方程求得的变化倾向率的结果对比后得出,GM(2,1)对气温预测的结果较好,而对与波动较大的降水序列预测还存在一定弊端。     

吉林省西部重点农业开发区水田发展灰色预测与对策

本文通过该区水田发展中的投资、水田开发面积、水稻单产与总产、化肥用量等主要因分的灰色量化动态关联分析和GM(1,N)协调分析,论证了今后应注重调控的因子——提高亩产与化肥用量。通过GM(1,1)残差模型、非等维新息增长模型、GM(2,1)模型等预测了1992—1995年该区水田开发面积、水稻总产、化肥用量等,为政府决策与管理提供依据。     

大豆产量预测预控数学模型的研究

本试验采用四元二次正交回归旋转组合设计方法,建立了密度、氮、磷,钾肥四因素的综合效应产量模型,通过计算机模拟,筛选出亩产225公斤以上的农艺措施组合方案,并通过主成分分析,评价了各因素对产量的贡献。还利用特定产区大豆的历史资料,经逐步回归分析建立了相应产区的大豆气象趋势产量模型,并将气象因素引入栽培模型,建立了具体产地的大豆产量预测预控模型。     

甘肃河东地区小麦条锈病发展成因及预测预报技术

利用甘肃河东麦区5地(市)8县(区)39个冬小麦条锈病病田率样本调查资料,采用统计学方法建立了小麦条锈病秋、春季发病面积预测预报气象等级模型,分析了甘肃河东麦区小麦条锈病发展成因并提供精准的预测预报技术,为农业及时采取防灾减灾措施,减免经济损失提供科学依据。该区小麦锈菌于夏季最热时段8d日滑动平均气温24～25℃以下地区越夏,或外地菌源随风漂移入侵感染以后,随秋季气温的下降和大气湿度的增加,适宜的温湿气候使小麦锈菌大量滋生蔓延,造成当地小麦条锈病迅速发展流行;入冬以后,锈菌在冬季最冷时段7d日滑动平均气温-9～-10℃以上地区越冬,并随春季气温的回升和降水量的增加而诱发小麦锈病大面积发展蔓延并迅速侵染下游区域。统计建立的预测预报气象等级模型经回代检验,秋季准确率89%,春季准确率91%,预测预报准确率较高。     

山西晋南麦区蛴螬种群动态预测模型研究

为对蛴螬种群进行准确预测和适时防治,本试验于1982～2002年在山西晋南麦区8个市（县）选择代表性地块,采用棋盘式取样法调查分析了正茬和回茬麦田蛴螬的发生规律。筛选出4个蛴螬发生的预测因子,即发生程度（Y）与虫口密度基数（X1）、8月份降雨量（X2）、9月下旬降雨量（X3）和9月下旬5cm地温（X4）相关。运用通径分析,确证了对蛴螬发生程度而言虫口基数是首要影响因素,气象因子居次要地位。同时研究了不同茬口下气象因子对麦田蛴螬发生动态的影响差异,并采用多元统计预测法,建立了预测回归方程,正茬小麦田为Y=0．0379＋0．5969X1＋0．0019X2-0．0098X3＋0．0460X4,回茬田为Y=1．7655＋0．6348X1-0．0052X2-0．0037X3-0．0035X4。经回归检验,两个预测模型在1982～2006年间历史拟合率分别高达88％和92％,可用于预测未来蛴螬发展动态。     

吉安市冻雨灾害动态预测模型

用灰色GM(1,1)模型对吉安市7个历史时期数据进行建模,预测下一次该地区冻雨灾害可能的发生时期。     

南京气象学院简单空气质量数值预报模式系统研究

建立了一个简单空气质量数值预报模式系统,该系统由中尺度数值预报模式（MM5）、Pielke中-β尺度气象模式和Euler大气平流—扩散模式以及Erisman干沉降模式组成。该模式系统具有资料获取容易、结构简单、使用方便、运行稳定等特点。应用该模式系统对南京、沈阳等城市的SO2浓度值进行了预报试验,结果表明,该模式系统能够较为准确地模拟城市范围内污染物的时空分布,可用于城市空气质量预报业务,现已在上海和南京的空气质量预报业务中得到应用。     

基于遗传神经网络的采暖季PM10浓度预测

用GA算法和BP算法相结合的算法预测西安市PM10污染浓度,首先采用GA算法优化BP神经网络模型的初始权重,再用BP算法进行精确训练,在此基础上进行浓度预报。实例表明GA-BP神经网络解决了BP神经网络收敛速度慢和易于陷入极小值的问题,提高了预测精度。     

基于支持向量机的农村用电量需求预测

提出了一种基于支持向量机的农村用电量需求预测方按。该方法充分发挥支持向量机在解决非线性和有限样本问题方面体现出的优势。保证了预测模型的泛化能力,具有较高的预测精度。实例验证了该方法的有效性。