共查询到20条相似文献,搜索用时 15 毫秒
1.
采用灰色关联度分析法筛选对中国进口俄罗斯木材贸易额影响较大的5个因子,运用影响因子及木材贸易进口额构建BP神经网络模型,利用GM(1,1)模型预测影响因子值,将其代入训练好的BP网络模型中对中国进口俄罗斯木材贸易额进行预测。预测结果表明,中俄木材贸易仍具有良好的发展前景。 相似文献
2.
为了提高黑龙江省对日贸易的预测精度,对灰色系统和马尔科夫理论进行研究分析,建立黑龙江省对日贸易额灰色马尔可夫预测模型。该模型融合灰色系统与马尔科夫理论的特点,可以大大提高预测精度。在实例应用中,建立贸易额GM(1,1)灰色预测模型,在获得预测值和残差检验的基础上,将原始数据划分为3个状态,计算状态转移概率,利用灰区间中位数建立贸易额灰色马尔可夫预测模型,对黑龙江省对日贸易额进行预测,将预测的结果与GM(1,1)的进行比较,结果表明,灰色马尔可夫预测模型不仅可以预测贸易额,而且其预测精度明显高于GM(1,1)预测。 相似文献
3.
4.
灰色马尔科夫预测模型是灰色GM(1,1)模型和马尔科夫概率转移矩阵预测模型的综合。用GM(1,1)模型揭示数列发展变化总趋势,用马尔科夫概率转移矩阵确定系统未来状态的转移规律。其预测精度较高,尤其适合随机波动较大的数据预测。笔者利用福建省1971年至1991年历年森林火灾发生次数统计值建立灰色马尔科夫模型,预测的1992年度全省森林火灾发生次数与实际值相比较,精度达90.1%,明显高于GM(1,1)模型的预测值。应用该法预测1993年度森林火灾发生次数为498次。可为制定相应防范措施时提供参考。 相似文献
5.
两种主要森林害虫发生面积预报的初步研究 总被引:2,自引:0,他引:2
应用马尔可夫链和灰色系统GM (1,1)预测模型对宁化县 2种主要森林害虫—马尾松毛虫和黄脊竹蝗的年度发生面积进行了分析和预测。结果表明 :马尔可夫链对马尾松毛虫和黄脊竹蝗发生面积预测效果较好 ,灰色系统GM (1,1)预测模型对马尾松毛虫发生面积预测效果较好 ,而对黄脊竹蝗发生面积预测效果较差 相似文献
6.
7.
8.
本文应用灰色系统理论,论述了森林病虫害灾变预测的建模方法,并建立了大袋蛾的GM(1,1)灰色预测模型,经检验模型精度较高,利用该模型对未来10年内大袋蛾的灾变时间进行了预测。 相似文献
9.
应用灰色系统预测理论,以1975—1982年全国历年橡胶产量为时间数据序列,建立GM(1,1)预测模型,对全国橡胶产量进行预测。预测模型为:(?)_(t+1)~(1)=75.66275886e~(0.100486482t)-68.80275886该模型预测精度在94.25%以上,平均误差为3.51%。 相似文献
10.
11.
以永泰县城峰镇1986~1999年历年有林地面积、森林蓄积量数据为基础,应用灰色系统理论与方法,建立灰色预测GM(1,1)模型,以城峰镇“十五”期间的有林地面积与森林蓄积量进行预测。经检验,有林地面积GM(1,1)模型(1986~1999年)预测值的平均误差2.23%,森林蓄积量GM(1,1)模型(1986~1999年)预测值的平均误差1.16%,预测精度较高,可以对“十五”期间城峰镇有林地面积与森林蓄积量进行预测。 相似文献
12.
本文应用灰色系统理论的基本方法,对 GM(1,1)灰色模型与指数曲线 Ae~(ak)拟合进行比较。经实例证明,GM(1,1)模型不是唯一的最佳预测方法,当原始数列呈较强的指数变化时采用指数曲线 Ae~(ak)拟合预测,计算简单,精度高。 相似文献
13.
《林业勘察设计》2016,(4)
以2005~2014年福建省木竹材产量为时间数据序列,阐述2种主要林产品的变化特点并分析变化原因,利用Excel建立灰色预测模型GM(1,1)。结果表明:福建省木材产量大致表现为先稳步上升(2005~2008年)再总体下降(2008~2011年)再缓慢上升(2011~2014年)特点;竹材产量大致表现为稳步上升,呈现出多年持续增长的态势。木材产量灰色预测模型是)x(0)=769.517 557 5·e~(-0.010 12k),竹材产量灰色预测模型是)x~(0)=25 747.888 57·e~(0.107 22k),两个模型精度等级均是二级,可用于产量灰色预测。利用所建立的模型对2016~2020年全省木竹材进行灰色预测,可为有关部门决策、规划提供参考。 相似文献
14.
15.
16.
17.
根据景谷县2007年至2012年林产工业产值数据,应用灰色预测GM(1,1)模型对2013年景谷县林产工业产值进行预测。结果表明:基于景谷县林产工业产值灰色预测GM(1,1)模型,2007年至2012年预测值与实际值比较接近,精度符合预测要求,2013年和2014年景谷县林产工业产值预测值分别为22.15亿元和25.37亿元。 相似文献
18.
19.
针对公路口岸货运量预测的问题,基于常用预测方法:线性回归预测、时间序列预测和灰色系统预测及组合预测方法的研究,提出BP神经网络组合预测模型。结合绥芬河公路口岸货运量运输情况,对组合预测模型进行了验证。实验结果表明,该方法对公路货运量的预测很有效。 相似文献
20.
文章通过收集1978-2007年的广东省实际GDP,运用ARIMA对广东省GDP进行时间序列预测,为提高预测的精确度,同时采用BP神经网络对ARIMA模型下的误差进行预测,并结合BP神经网络的误差预测值对实际GDP预测值进行修正,从预测结果表明:BP神经网络与ARIMA的组合预测明显优于单一方法的预测。还在组合预测模型下给出了广东省2008-2012年的实际GDP预测值。并将其转化为名义GDP,其中2008年的名义GDP为35597.10亿元,2009年为40591.12亿元和2010年为46537.22亿元。 相似文献