共查询到10条相似文献，搜索用时 609 毫秒
1.
根据舟山市2000-2011年5（3）代稻纵卷叶螟发生程度,运用灰色系统理论建立了灰色灾变GM（1,1）预测模型,用该模型回测的历史拟合率达100％.预测2012-2013年发生程度,其结果与实测吻合,并为今后5（3）代稻纵卷叶螟发生趋势预测和防治对策研究提供了有益信息. 相似文献
2.
3.
马尾松毛虫大发生灰色灾变趋势测报方法 总被引：1，自引：0，他引：1
为探索松毛虫危害森林资源灾变规律,依据瑞金市2001～2007年大发生面积的时间数据序列,尝试应用灰色系统理论及其GM（1,1）模型,对马尾松毛虫大发生的灾变趋势,建立预测模型,进行灾变长期趋势预测。 相似文献
4.
5.
《大连海洋大学学报》2020,(4)
为了对未来日本海和东海海域太平洋褶柔鱼Todarodes pacificus灾变年份进行预测,采用灰色系统年灾变预测GM(1,1)模型方法,根据1990—2014年日本海和东海海域太平洋褶柔鱼秋生群的单位捕捞努力量渔获量(catch per unit effort,CPUE),建立了多种灰色年灾变预测GM(1,1)模型,并比较该海域太平洋褶柔鱼建立的丰歉年灾变预测模型的精度,选择最优模型,对未来可能出现的丰歉年份进行预测。结果表明,该海域太平洋褶柔鱼秋生群资源丰度的丰年将发生在2020、2034、2052年,歉年将发生在2067、2125、2272年。研究表明,日本海和东海海域太平洋褶柔鱼秋生群资源丰度的灾变预测最优模型参数|a|0.3,为一级精度模型,可用于该资源丰度的长期灾变预测。 相似文献
6.
灰色灾变预测的机理是先将灾变出现的时间由小到大依次排列,构成原始数列,然后用GM(1,1)模型预测未来某个时间是否发生灾变,或某种异常数据可能出现的时间间隔。预测的准确性由模型的预测精度决定,在精度检验中可以用残差、相对误差e或后验差进行检验。在后验差检验中,把后验差比值C和小误差概率P作为精度检验的指标,C值越小越好,P值越大越好,通常认为C0.35,P0.95时预测精度较高,模型属1级,预测效果较理想。利用近20年来邵阳发生地区性大旱的年份建立时间序列,应用灰色灾变预测理论及方法,对邵阳地区未来可能出现大旱的年份进行预测,结果表明邵阳的大旱出现以2年为1个准周期,未来几个大旱出现的年份为2010、2012和2015年。灰色灾变预测的干旱结论为邵阳的抗旱工作提供了科学依据。 相似文献
7.
GM(1,1)模型对烟草产量的灰色预测 总被引：5，自引：0，他引：5
为了科学规划福建省宁化县烟草种植，运用灰色系统理论对该县1996～2004年烟草产量数据进行分析，建立了灰色系统的预测GM（1，1）模型。运用GM（1，1）模型对全县的烟草产量进行预测，并对预测结果分别进行了残差、关联度和后验差检验。结果表明，预测产量与实际产量大体吻合，二者的平均相对误差为2．28％，关联度为0．91（k=0．5），方差比为0．4，小误差概率为1。经与检验标准对比，显示所建模型精度较高，可用于宁化县烟草产量的短期预测。 相似文献
8.
9.
本文采用灰色预测ＧＭ（１，１）模型和马尔柯夫链预测方法，发挥各自优点，相互弥补，两者结合形成灰色马尔柯夫链，为病虫超长期预测提供一种新的方法。经１９９２、１９９３年验证，预测与实测完全符合。１９９２年预测精度达９４．１４％，较ＧＭ（１，１）模型灰色预测提高１１．８４％。应用灰色马尔柯夫链方法预测１９９４年将大发生，但发生程度轻于１９９２、１９９３年。 相似文献
10.
干旱是阳城县的主要农业气象灾害之一,对于农业生产影响面广,造成的危害也非常严重。加强干旱灾害的分析预测对农业生产和防灾减灾具有十分重要的意义。灰色GM(1,1)模型是基于灰色系统理论的最常用预测模型。灰色灾变预测就是通过对灾变日期序列建立GM(1,1)模型,预测以后若干次灾变发生的日期。本文拟通过对阳城县1957-2012年的年降水资料进行统计分析,确定干旱灾变指标,建立灾变日期序列,并进行检验,用优化后的数据序列建立GM(1,1)模型,同时与不对原始日期序列进行检验的GM(1,1)模型进行比较,并把该模型应用于阳城县干旱预测中。 相似文献