共查询到20条相似文献,搜索用时 515 毫秒
1.
依据粮农组织数据库中给出的1961—2005年的中国牛肉产量数据为基础,分别通过差分把非平稳时间序列转化为平稳时间序列。建立了ARIMA(1,2,1)模型对中国牛肉产量进行预测。根据新华社对2006年中国牛肉产量的报道和德国莱茵农业协会对2007年中国牛肉产量的估计结果来看,ARIMA模型的预测误差只有1%左右,模型预测良好。 相似文献
2.
基于ARIMA的猪瘟发病率预测模型的建立 总被引:1,自引:0,他引:1
为探讨应用自回归-移动平均ARIMA(P,d,q)模型预测猪瘟发病率的可行性,本研究对1999年1月~2004年12月A、B、C 3个地区的逐月猪瘟发病率进行ARIMA模型的拟合,用2005年1月~2005年12月的猪瘟发病率进行模型预测效果的验证.结果显示ARIMA(0,1,2)模型计算出的预测值与实际值拟合较好,可用于对未来的猪瘟发病率进行预测,为猪瘟的防控工作提供可靠的参考依据. 相似文献
3.
基于ARIMA的猪丹毒预测模型研究 总被引:1,自引:0,他引:1
为研究ARIMA时间序列模型预测猪丹毒(SE)的可行性,本实验选取兽医公报发布的我国某省SE的发病数据,对2005年1月~2009年6月该地区的SE发病资料进行模型构建与拟合,采用构建的模型对2009年7月~2009年12月的SE发病率进行预测并验证预测效果.结果显示ARIMA(2,1,0)模型可以拟合既往时间段上的发病率序列,预测结果显示MSE为0.203×10-10、MAPE为0.293,该模型可以预测未来SE的发生. 相似文献
4.
5.
《黑龙江畜牧兽医》2016,(2)
河北省是中国奶产品供给大省之一,近年来河北省奶产量一直处于我国前三名的地位。河北省是否可以持续稳定供给奶产品直接影响到河北省以及京津地区的奶产品整体供给水平,对河北省奶产品进行合理并准确的分析进而进行预测是十分必要的。基于此,笔者提出了一种时间序列及机器学习的集成方法,该方法首先将河北省奶产量时间序列分解为牛奶产量和其他奶产量,在利用ARIMA模型对牛奶产量进行预测建模的同时,使用机器学习方法 -神经网络模型对其他奶产量进行建模,两种模型的集成预测结果即是最终的奶产量预测结果。结果表明:笔者提出的集成模型较传统的预测模型具有更好的预测效果和应用价值。 相似文献
6.
本研究通过对生产性能测定(DHI)数据的挖掘与分析建立预测宁夏地区奶牛体细胞数(SCC)的模型,为奶牛乳房炎的防制提供借鉴,使得DHI数据更加有效、及时地指导奶业的发展。对2011年9月~2016年2月宁夏地区奶牛平均SCC数据进行差分使其达到平稳化,采用季节ARIMA模型对数据进行分析、拟合和预测。利用R软件的auto.arima函数计算出合适的时间序列模型ARIMA(1,1,0)(1,1,0)[12],其AIC为-3.67。Acf检验说明残差没有明显的自相关性;Ljung-Box测试显示所有的P值>0.5,表明残差为白噪声,说明此模型可用来对未来的24个月进行预测。再利用R软件的forecast函数对2016年3月~2017年2月的数据进行预测,作出预测图。从预测的结果可以看出,宁夏地区奶牛SCC整体呈现下降趋势。2017年1月SCC最少,预测值约为25.31万个/mL;2016年3月SCC最大,预测值约为43.96万个/mL。从结果也可看出,宁夏地区奶牛SCC均大于隐性乳房炎的临界值(>20万个/mL),说明宁夏地区还应该加大对奶牛乳房炎的防制。同时,若能及时添加新的SCC数据,就能对该数据模型进行更新,使其预测值更接近真实值,对实际生产的指导意义更大。 相似文献
7.
以1995—2007年贵州省肉类产量为原始数据,建立了贵州省肉类产量的GM(1,1)灰色预测模型,并进行了残差、关联度和后验差检验。结果表明,该模型通过检验并显示出较高的精度,可用于贵州省肉类产量的预测研究。 相似文献
8.
药物长期毒性试验中大鼠体重变化的灰色模型及其预测 总被引:1,自引:0,他引:1
探讨药物长期毒性试验中大鼠体重变化的规律、方法:运用灰色GM(1,1)模型,对大鼠体重变化进行分析和预测,结果:GM(1,1)模型对3组实验鼠体重变化的预测精度高,结果可靠.结论:GM(1,1)模型可用于药物长期毒性试验中大鼠体重变化的预测. 相似文献
9.
10.
以2005—2010年四川省老龄人口数据资料为依据,应用灰色系统理论构建GM(1,1)老龄人口预测模型,统计检验和误差分析表明,模型精度较高.用该模型预测了四川省2015—2020年老龄人口规模,并对预测结果进行了分析。 相似文献
11.
12.
药物长期毒性试验中大鼠体重变化的灰色模型及其预测 总被引:2,自引:0,他引:2
王晖 《动物科学与动物医学》2002,19(6):27-28
探讨药物长期毒性试验中大鼠体重变化的规律、方法:运用灰色GM(1,1)模型,对大鼠体重变化进行分析和预测,结果:GM(1,1)模型对3组实验鼠体重变化的预测精度高,结果可靠。结论:GM(1,1)模型可用于药物长期毒性试验中大鼠体重变化的预测。 相似文献
13.
净第一性生产力模型在内蒙古典型草原区的应用分析 总被引:2,自引:0,他引:2
基于内蒙古典型草原地区锡林浩特、镶黄旗、察右后旗气象站1993~2003年的温度、降水及牧草生物量监测资料,利用净第一性生产力模型预测1993~2003年典型草原区的净第一性生产力,且通过实测地上生物量对模型预测结果进行验证,分析比较了模型在同一个植被类型区域不同点的预测结果.结果表明:(1)以点代面去预测一个区域的牧草产量会导致估算结果较粗,误差较大;(2)当地的气候生产力取决于温度和降水的组合情况,影响牧草生长的主要气候限制因子是降水,温度的变化对NPP值的影响不是很大. 相似文献
14.
15.
16.
17.
18.
沙尼娅·阿不都热依木 《中国乳业》2009,(9):22-24
本文通过改进GM模型的背景值和初始值,并对灰色GM(1,1)模型以及加以改进的灰色GM(1,1)模型进行比较,发现用背景改进法建模得到的GM(1,1)模型适用于低增长的数据序列,而新疆牛奶产量数据序列正好就是低增长数据,因此可以将改进的模型应用于新疆牛奶产量预测。从预测结果看,其与实际值差别较小,这表明该模型具有较高的可靠性和实用性。根据该模型预测新疆牛奶产量的变化趋势,这对新疆的奶业发展能够起到一定的导向作用。 相似文献
19.
基于2015—2020年奶业生产数据,利用随机前沿函数模型,对天津、河北、山西、内蒙古等主产地区奶业生产效率进行测评,位于第一位的黑龙江省生产效率达0.968 6,河北省奶业生产效率达0.659 3,处于中等水平,与奶业大省存在较大差距。为提高河北省奶业竞争力,本文从产业竞争力的角度对河北省奶业的竞争力状况进行科学的分析,找出影响奶业竞争力的综合因素,结合现在河北省奶业竞争力现状,从经济发展、奶业养殖方式、技术创新以及教育资源方面提出促进河北省奶业发展的优化路径,为河北省奶业政策的制定提供参考依据。 相似文献
20.
本文利用SPSS软件分析了河北省2012~2020年鸡蛋价格年度、月份和地区变化规律并研究了预测模型,以期为河北省鸡蛋贸易提供参考.结果表明,河北省鸡蛋价格在不同年度、月份和地区间存在极显著差异(P<0.001).其中鸡蛋价格以2019年较低,2020年较高;3月份较低,9月份较高;不同地区间鸡蛋价格又以秦皇岛较低,张家口较高.建立了时间序列模型,预测2021年1~3月份鸡蛋价格呈下降趋势,并且跌落到本年度最低值.8月份开始会持续上涨.1~3月份预测结果与实际值基本相符. 相似文献