共查询到10条相似文献，搜索用时 546 毫秒
1.
灰色GM（1，1）模型群及其粮食产量的预测 总被引：1，自引：0，他引：1
科学准确地预测粮食产量，对于制定国民经济计划十分重要。目前粮食产量的预测方法很多，本文提出了粮食产量预测的灰色ＧＭ（１，１）模型群，并根据某县１９８１年～１９９０年的粮食产量资料，对该县１９９１年～１９９５年的粮食产量进行了预测。经分析，其预测结果可靠、预测精度比ＧＭ（１，１）模型大大提高。 相似文献
2.
基于粮食产量序列存在不确定性、不精确性的特点,应用有序聚类的方法建立粮食产量丰歉状态的分级标准,并根据烟台市1949~1997年粮食产量对1998和1999年的粮食产量进行了预测。结果表明,根据有序聚类的原理确定粮食产量的状态,可使确定的分级标准更加合理;1998和1999年预测结果为丰年的发生概率为0.786和0.838,与实际情况相符,预测效果比较明显。 相似文献
3.
提出一种基于支持向量回归的粮食产量预测方法,以浙江省近14年的粮食产量统计数据作为分析对象,选择影响粮食产量的农业从业人员、谷物播种面积、粮食总种植面积、农村机械总动力、农村用电量、受灾面积、成灾面积、上一年粮食收购价格、有效灌溉面积和化肥施用量等10个因素,用1991-2002年的产量数据进行建模,得到98.47%的拟合精度.应用这一模型,对2003和2004年度的粮食产量进行预测,分别达到97.5%和95.8%的预测精度.说明该方法适合用于粮食产量分析和短期预测,为粮食产量预测提供了一种新方法. 相似文献
4.
利用黑龙江省粮食产量、气温与太平洋海温资料，创建了三类四大作物单产与总产预报模式，不仅可用于粮食产量的年景分析预测，还可用于粮食单产与总产的中、短期预报。并在此方法基础上建立了黑龙江省粮食产量预报年景分析预测系统。 相似文献
5.
[目的]深入了解福建省粮食产量的主要影响因素,预测福建省粮食产量未来发展趋势,为相关部门制定粮食生产决策提供科学依据.[方法]以1978～2012年福建省粮食产量的相关统计资料为基础数据,利用主成分分析法探讨粮食产量的影响因素;并以2007～2012年的粮食产量数据为样本,建立GM（1,1）预测模型对福建省未来5年（2013～2017年）的粮食产量进行预测.[结果]1978～2012年福建省粮食产量呈波动增长、快速下降和平稳发展的阶段特征,粮食生产主要集中在南平、龙岩和三明市一带;利用主成分分析法在确保信息量的基础上,提取了农业现代化水平因素和价格政策因素两个主成分;灰色GM（1,1）模型预测结果显示,在政策扶持下2013～2017年福建省粮食产量将呈现小幅稳步增长的发展趋势.模型平均相对预测误差为0.87％,预测精度较高.[建议]应增加科技投入、提高单位面积粮食产量、加大粮食扶持政策实施力度,以保持福建省粮食生产能力及提高粮食产量水平. 相似文献
6.
7.
8.
运用混沌理论的原理和方法预测粮食产量,探寻一种准确率高、时效长、成本低、便于普及推广的区域粮食产量预测方法。把粮食单产序列分解为趋势产量和气象产量2部分,用5年滑动平均法求得趋势产量后,通过分析粮食单产中气象产量分量的时间序列的变化规律,论述了由气候变化引起气象产量的年际波动具有混沌特性,具体表现为平稳的马尔柯夫型状态转移概率和相同的概率密度分布特点。并以陕西省武功县、河北省禹县和涿州3个地区1949—1999年小麦单产序列为例,运用MATLAB7.0语言编程构建了粮食产量的混沌预测模型,对2000年小麦单产进行预测,准确率分别为98.1%、92.1%和97.1%。预测结果表明,粮食产量的混沌预测法相对准确而有效,准确率在92%以上,可作为粮食产量预测的新方法加以推广。 相似文献
9.
科学合理地利用农业各生产资源要素,是促进粮食增产、确保粮食安全的关键.选取全国第一夏粮大省河南省为研究对象,基于2000—2019年统计数据,运用灰色关联方法分析了影响粮食产量的因素,并通过时间序列模型对未来一个时期内河南省粮食产量进行了预测.结果表明:在影响河南省粮食产量的各个因素中,化肥使用量作用最为明显,其次为农药使用量和播种面积,受灾面积的影响程度最低.在未来一个时期内,河南省粮食产量预计将以一定的速度持续增长. 相似文献
10.
基于人工神经网络的粮食产量预测模型 总被引：7，自引：0，他引：7
研究了人工神经网络在经济预测中的应用问题,探讨利用人工神经网络进行农业粮食产量预测的方法。提出一种基于多层前馈BP神经网络的农业粮食产量预测模型,可以得到影响粮食产量的主要因子和粮食产量之间的非线性映射关系。并通过实例验证了神经网络模型的预测精度明显高于线性回归模型的预测精度。 相似文献