共查询到18条相似文献，搜索用时 203 毫秒
1.
基于自适应ARMA模型的区域农业总产值构成研究与应用 总被引：2，自引：0，他引：2
由于噪声的存在并随时间累积,传统的自回归滑动平均模型(ARMA模型)不能直接应用于时间序列的中期预测.该文针对这种情况,提出了一种自适应的自回归滑动平均模型,将模型状态划分为无噪声的迭代模型和有噪声的观察模型,并根据迭代模型的特点,详细推导并完整给出了它的迭代求解公式,以便使其可以用于时间序列的中期预测,同时研究1985～2001年黄淮海平原农业、牧业与渔业产值预测模型,得到较理想的预测结果.并用所建模型对2001年产值进行外延预测,以期为区域农业结构调整提供理论依据. 相似文献
2.
3.
基于PCA-SVR-ARMA的狮头鹅养殖禽舍气温组合预测模型 总被引：3，自引：2，他引：1
为提高狮头鹅养殖禽舍气温预测精度,提出了基于主成分分析(Principal Component Analysis,PCA)、支持向量回归机(Support Vector Regression,SVR)融合自回归滑动平均(Autoregressive Moving Average,ARMA)模型的狮头鹅养殖禽舍气温组合预测模型。在建模过程中,运用主成分分析法筛选狮头鹅养殖禽舍气温的关键影响因子,消除变量之间冗余信息,约简预测模型结构;采用SVR-ARMA构建狮头鹅禽养殖舍气温组合预测模型,先通过SVR对气温进行预测,再由基于ARMA模型的残差预测值修正气温预测结果。利用该模型对广东省汕尾市2018年7月21日至2018年7月30日期间的狮头鹅养殖禽舍气温进行预测。结果表明,该组合预测模型取得了良好的预测性能,与标准BP神经网络、标准SVR、PCA-BPNN(反向传播神经网络,BackPropagationNeuralNetwork)、PCA-SVR和PCA-BPNN-ARMA等模型对比分析,其评价指标平均绝对误差、均方根误差和平均绝对百分比误差分别为0.183 2℃、0.454 0℃和0.005 9,均表明所提出的组合模型具有更高的预测效果,不仅能够满足狮头鹅养殖禽舍气温实际精准调控的需要,还为狮头鹅健康养殖和种苗繁育环境精细化管理提供决策。 相似文献
4.
龙岩地处闽西,是典型的红壤丘陵区,其农田灌溉用水量占用水总量的比重较大,高达60.6%,科学合理地预测未来农田灌溉的需水量,对水资源的合理开发与管理尤为重要。本文在论述了灰色预测模型在农田灌溉需水量预测中的原理、方法与步骤的基础上,利用灰色预测GM(1,1)模型,依据龙岩市2001~2011年农田灌溉用水资料对实际农田灌溉用水量进行了模拟分析,经检验模型精度达到98.45%,准确度高;并用该模型对龙岩市2012~2020年农田灌溉需水量进行了预测。预测结果表明,该模型用于农田灌溉需水量预测,符合其灰色特性,可检验,适用性好,可为龙岩市水资源规划与管理提供必要的参考。 相似文献
5.
土壤重力侵蚀灰色系统模型研究 总被引：1，自引：0，他引：1
付炜 《土壤侵蚀与水土保持学报》1996,2(4):9-17
介绍了黄土丘陵沟壑区土壤重力侵蚀灰色系统预测模型的构造原理和方法，并用灰色关联度的方法来反映模型的预测与土壤重力侵蚀观测值之间的关联性，用以分析模型的预测精度，同时为反映土壤重力侵蚀系统的动态变化规律，引入了残差辨识的理论和方法，以提高模型的预报水平，用模型对晋西离石王家沟流域的土壤重力侵蚀进行了试验研究，结果表明模型的预测精度较高，为土壤得力侵蚀研究提供了一条定量化分析的新途径。 相似文献
6.
基于灰色-马尔科夫残差预测模型的甘南草地载畜量预测 总被引：5，自引：4，他引：1
为了预测草地实际载畜量与理论载畜量,为草地畜牧业的可持续发展提供理论依据和决策支持基础,通过对甘南州4个县市1998-2009年的草地实际载畜量和理论载畜量数据分析,以灰色GM(1,1)模型和马尔科夫预测模型为基础,建立了优化改进的灰色等维—马尔科夫残差预测模型,以甘南州合作市实际载畜量为实例进行验证,预测结果显著(p<0.01),预测误差低于7.06%,表明该预测模型精度较高,适用于对草地载畜量的预测研究。最后,利用该模型对2010-2014年甘南州4县市草地实际载畜量和理论载畜量进行预测分析,基本符合草地载畜量实际变化过程,为相关部门合理确定草地载畜量和进行科学草地管理提供参考。 相似文献
7.
依据灰色系统建模理论,建立长汀县森林火灾高火险年和重灾年灰色灾变GM(1,1)预测模型,模型模拟检验精度达到一级水平,模型发展系数-a小于0.3,可用于该县森林火灾灾变的中长期预测。预测结果表明:2015~2030年间,该县将出现4个森林火灾高火险年,3个森林火灾重灾年,出现的间隔期为3~5年,预测平均相对精度达到98%以上,2017年既是高火险年,又是重灾年,预测精度分别为97.92%和98.19%。 相似文献
8.
9.
河流水质预测是对河流水环境污染进行分析、控制和治理的基础。基于太湖流域上海市青浦区急水港点位2004-2011年的水质指标COD,NH3-N数据,分别建立等维新息灰色预测模型;由于NH3-N指标的平均相对误差没有达标,因此利用马尔可夫模型对NH3-N指标的预测结果进行修正,之后应用两种模型分别预测未来几年两项水质指标数值。结果表明,等维新息灰色马尔可夫模型有效地减小了预测结果的平均相对误差,提高了预测精度;未来几年,两项水质指标均呈整体下降趋势,并在一定程度上趋于平缓。但由于太湖流域污染的长期性,其水环境形势依然严峻,应继续采取合理有效的治理措施,如从源头上进行减污,生态清淤,加快转变流域经济发展方式及完善流域管理等,使流域水质得到整体改善。 相似文献
10.
基于分数阶灰色模型的农业用水量预测 总被引：1，自引：0，他引：1
针对农业用水量序列的振荡特性以及传统灰色预测模型的过拟合问题,该文提出分数阶灰色预测模型。将农业用水量振荡序列转化为单调递减非负序列,并以转化序列为基础,根据"阶数最大(或最小)"、"历史数据拟合最好"2个目标函数构造优化模型,采用改进NSGA-Ⅱ(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)进行模型求解。根据验证集拟合结果优选出模型阶数,结合分数阶反向累加灰色模型(fractional order reverse accumulation grey model),以通辽市和宝鸡市为例,进行农业用水量的预测。为了检验模型性能,将该文模型分别与传统GM(1,1)模型、自回归模型、基于小波分析理论组合模型进行对比。结果表明,该文模型对于通辽市、宝鸡市与鄂尔多斯市的农业用水量预测的相对误差分别为2.33%、0.31%和1.77%。同时,该文模型预测误差最小(比自回归模型分别低1.11%(通辽)、6.18%(宝鸡);比传统GM(1,1)模型分别低3.32%(通辽)、0.97%(宝鸡)),具有一定实用性,研究结果可为区域农业用水量预测提供依据。 相似文献
11.
5种CMIP5模拟降水数据在中国的适用性评估 总被引：1，自引：0，他引：1
受气候变化影响,水资源短缺现象严重,自然灾害频发。对未来水资源状况进行有效的预测和评估,可为水资源合理配置工作提供理论及决策参考。全球气候模式是大尺度模拟预测未来降水的主要手段,但模式数据的模拟质量及其在不同研究区适用性需要进行系统评估。研究以1971—2000年2 474个气象站点监测降水数据为基准,对5种CMIP5模式模拟降水数据(0.5°×0.5°分辨率)进行系统性评估,分析CMIP5模式模拟降水数据在中国区的适用性。对比分析了1971—2000年间5种CMIP5模式模拟降水数据与中国地面监测降水数据所反映的中国降水趋势变化的时间和空间特征,对CMIP5模式模拟月降水数据进行经验校正,在数据相关性、误差和趋势一致性3个角度,采用相关系数(r),偏差均值(DAVE),相对绝对误差(ERA)和均方根误差(ERMS)4个指标和Seasonal Kendall(SK)趋势检验方法,从时间变化和空间分布特征两个角度,对校正后的CMIP5模式模拟降水数据在中国区域的数据质量进行系统评估。5种CMIP5模式模拟中国区年降水高于监测数据均超过20%,通过经验校正,在保证年降水不发生变化的情况下,使模拟降水数据与监测数据在逐月的相关性大大提高,误差大大降低。对5种模式模拟数据的综合评价显示,最适合模拟中国区降水的模式是HadGEM2-ES模式。对模式数据的系统性评估,为研究合理选择、校正和使用CMIP5数据集提供理论和技术参考。 相似文献
12.
基于CGA-BP神经网络的好氧堆肥曝气供氧量预测模型 总被引：1，自引：1，他引：0
为提高好氧堆肥曝气供氧量的曝气效率以及预测精度,该研究利用遗传算法（genetic algorithm, GA）对标准反向传播（back propagation, BP）神经网络的初始权值和阈值进行优化,再利用克隆选择算法（clonal genetic algorithm, CGA）优化遗传算法中的变异算子并复制算子,加快获取最优参数的速度,构建基于CGA-BP神经网络的曝气供氧量预测模型。为验证CGA-BP模型的有效性,与BP模型、GA-BP模型预测结果进行对比。试验结果表明：克隆遗传算法优化BP神经网络能加快获得最优解,效率相比BP模型和GA-BP模型分别提高了75.36%、51.30%;在曝气供氧量预测模型中,CGA-BP模型具有更准确的预测效果,预测精度为99.65%,而BP模型与GA-BP模型预测精度分别为96.99%、99.26%;CGA-BP模型评价指标的均方误差、平均绝对误差、平均绝对百分误差分别为0.003 4、0.038 9和0.350 6,均小于BP神经网络和GA-BP神经网络模型评价指标的误差;利用CGA-BP好氧堆肥曝气供氧量预测模型对好氧堆肥发酵过程进行精准... 相似文献
13.
[目的]探讨合理的气候因子个数,建立蒸发量模型,提出基于特征选择算法筛选最优特征集。[方法]以陕西榆林、泾河和汉中3个气象站16年(2005-01至2021-03)的逐小时观测资料为研究对象,利用特征选择函数和遍历循环方法对模型参数、特征变量个数进行优化。基于最佳参数结合随机森林模型和多元线性回归模型两种机器学习算法建立榆林、汉中和泾河地区蒸发量模型,采用平均绝对误差、均方根误差和平方相关系数三项指标评估模型的预测精度。[结果]特征变量和随机森林模型中的决策树个数分别是8,61时,模型预测效果最佳。采用优化的随机森林模型、多元线性回归模型评估3个地区的平均绝对误差均为0,均方根误差除泾河地区相等外,榆林、汉中地区的均方根误差均小于优化的多元线性回归模型。优化的随机森林模型预测榆林、泾河和汉中地区蒸发量拟合效果分别为0.85,0.90,0.86,优化的多元线性回归模型的拟合效果分别为0.77,0.83,0.79。[结论]整体而言,优化的两种模型都具有良好的预测效果且随机森林模型的预测效果优于多元线性回归模型。 相似文献
14.
利用1990-2010年逐年的河北省冬小麦白粉病和国家气候中心74项大气环流特征量指数（即大气环流指数）逐月值资料,通过Pearson相关分析和逐步回归分析方法,筛选与白粉病发生显著相关的大气环流因子,建立河北省冬小麦白粉病受害面积的年前、春季预报模型.首先根据白粉病发生面积与大气环流指数关系,建立白粉病发生面积预报模型（模型Ⅰ和模型Ⅱ）,并基于贝叶斯分类规则,利用白粉病面积预报结果建立白粉病发生程度的预报模型;另外,基于贝叶斯分类规则直接利用关键大气环流指数建立白粉病发生程度预报模型（模型Ⅲ和模型Ⅳ）;最后通过预报结果与实际发生情况的对比对模型效果进行检验.结果表明,白粉病发生面积和发生程度两种模型均可在发病前1a的12月底和当年4月底进行预报;对1990-2010年的历史回代拟合和2011-2013年的外延预报结果显示,模型Ⅰ和模型Ⅱ预报的小麦白粉病发生面积（1990-2013年）与实际发生面积基本一致,年前和春季病害发生程度预报模型（模型Ⅲ和模型Ⅳ）的历史回代拟合准确率分别为81.0％和90.5％,2011-2013年外延预报误差最大的仅1个等级.说明大气环流特征量对小麦白粉病有较强的气候指示效应,可为小麦白粉病的长期预测提供参考依据. 相似文献
15.
[目的]提高北洛河上游径流预报精度,为流域管理及水资源合理配置提供依据。[方法]以1971—2014年北洛河上游吴旗水文站实测径流资料为基础,采用EEMD-SVM耦合模型对吴旗站月径流序列进行了模拟预测,并与EEMD-ARIMA和EEMD-NAR两种耦合模型的预测结果进行对比。[结果]EEMD-SVM模型的平均绝对误差(MAE)和均方根误差(RMSE)最低,决定系数(R2)和纳什系数(NSE)最高。其中,相比于EEMD-ARIMA和EEMD-NAR模型,EEMD-SVM模型的决定系数(R2)分别提高了186.63%,49.49%。[结论]EEMD-SVM模型具有更高的预测精度和更强的非线性拟合能力,可以成功地应用于北洛河上游的月径流预报。同时,研究表明EEMD-NAR模型的预测性能高于EEMD-ARIMA性能。 相似文献
16.
为了优化基础设施资源的效率,农业云视频平台虚拟机布局算法需要了解虚拟机当前和未来的资源工作效率,尽可能准确地预知下一步工作,如服务部署,虚拟机的部署、迁移或停止.然而,通常在预测中使用的样本非常小,可用于分析的数据有限.因此,该文研究设计了一个考虑时间因素,基于小数据集学习的滑动窗口模型.此外,鉴于现有的预测算法仍然有很大的改进误差率的空间,该文中采用基于滑动窗口与最小二乘法和半监督学习的数学方法相结合,提出了一种半监督偏最小二乘法(semi-supervised partial least squares,SS-PLS)的方法来计算上述预测.该文中,分析了在虚拟机使用SS-PLS负荷预测的可行性和优势.试验结果表明,基于滑动窗口模型结合SS-PLS,使得预测精度有了显着的改善,即均方根误差为1.77786,平均绝对误差是1.3312,平均绝对误差百分比为0.23836,三者的增量分别5.47%、6.37%、6.12%.该研究可为云平台中虚拟机资源管理和优化提供一种参考方法. 相似文献
17.
基于气象资料的日辐射模型在中国西北地区适用性评价 总被引：2，自引：2，他引：0
地表总辐射(Rs)是作物生长模型率定、蒸散量估算、灌溉制度制定和太阳能资源利用的重要基础数据。为有效提高辐射资源利用率,该文基于中国西北地区10个气象站点1993-2016年气象数据对9种不同日辐射模型进行适用性评价。采用非线性回归分析法对Bristow-Campbell(B-C)模型进行参数属地化修正,得到B-C校正模型。模型适用性评价结果表明:9种模型在西北地区的辐射模拟值和实测值均呈极显著相关(P0.01);基于日照时数的日辐射模型(?ngstr?m-Prescott、Ogelman、Bahel、Louche、Almorox-Hontoria、Glower-Mc Culloch,其R2介于0.875~0.954)计算精度高于基于温度的模型(Hargreaves-Samani、Annandale、Bristow-Campbell,其R2介于0.652~0.813);其中基于日照时数的模型中Bahel模型精度最高,其次是Ogelman和Glower-Mc Culloch模型,其RMSE分别为2.282、2.309和2.313 MJ/(m~2·d),n RMSE分别为14.0%、14.2%和14.2%,MAE分别为1.666、1.701和1.697 MJ/(m~2·d),Nash-Sutcliffe系数(NS)分别为0.905、0.903和0.902;基于温度的日辐射模型中B-C校正模型精度最高,其RMSE为3.819 MJ/(m~2·d),n RMSE为23.3%,MAE为2.680 MJ/(m~2·d),NS为0.741。因此,西北地区日辐射计算当仅有日照时数资料时推荐使用Bahel模型,当仅有温度资料时推荐使用Bristow-Campbell校正模型。 相似文献
18.
浙江水蜜桃成熟期集合预报模型 总被引：2，自引：0，他引：2
物候期预报多基于单一性模型,预报结果的精度和稳定度较差,难以实现业务应用。本文利用2005?2017年宁波水蜜桃主产区收集的物候期和气象资料,构建不同时间尺度（小时、日、候、旬、月）和不同时间起点（固定日期、物候期）下的成熟期预报模型集,探究集合模型在物候期精细化预报中的可行性。基于模型预报结果的精度和稳定度,分别利用算术平均法、回归系数法、相关系数法和绝对误差法确定集合预报模型成员的权重,构建不同预报时效的水蜜桃成熟期加权集合模型。结果表明：利用4种权重系数确定方法构建的加权集合模型均保持了较高的精度和稳定度,集合模型回代检验的绝对误差AE平均仅0.69（在0.56～0.87）d,均方根误差RMSE平均为0.90（在0.69～1.14）d,相关系数R平均达0.95（在0.92～0.98）;相比单一模型,集合模型的AE和RMSE分别缩小0.5d和0.6d,R值提高0.12。基于绝对误差法构建的加权集合模型效果最佳,回代检验AE和RMSE平均值分别为0.66d和0.88d,对宁波水蜜桃主产区成熟期预报的AE≤2d。集合模型中适当融合硬核期观测能将预报误差缩小0.2～0.3d。集合预报模型为物候期精细化预报提供了新的思路,能够满足业务应用需求。 相似文献