首页 | 本学科首页   官方微博 | 高级检索  
     检索      

考虑自变及因变影响的农机总动力组合预测模型
引用本文:刘静,朱达荣.考虑自变及因变影响的农机总动力组合预测模型[J].农机化研究,2015(4):230-236.
作者姓名:刘静  朱达荣
作者单位:安徽建筑大学 机械与电气工程学院,合肥,230601
基金项目:国家自然科学基金项目(51308177,51178158);高等学校博士学科点专项科研基金项目
摘    要:为能获得精确预测农机总动力的方法,以灰色模型和多元线性回归模型为子模型,应用Shapley值法计算子模型权重系数,构建农机总动力组合预测模型。应用我国2000-2010年农机总动力数据,分别标定上述模型相关参数,并计算各模型年度相对误差和平均相对误差。其中,GM模型和多元线性回归模型的平均相对误差分别为0.68%和0.91%,组合预测模型的平均相对误差为0.59%,精度较高。同时,组合模型既能够反映数据自身变化规律的特征,又能定量反映农机总动力与其相关影响因数间的数理关系,具有较强的适用性。

关 键 词:农机总动力  灰色模型  多元线性回归模型  Shapley值  组合预测

Combined Prediction Model of Agricultural Machinery Total Power Based on Independent and Dependent Variables
Liu Jing,Zhu Darong.Combined Prediction Model of Agricultural Machinery Total Power Based on Independent and Dependent Variables[J].Journal of Agricultural Mechanization Research,2015(4):230-236.
Authors:Liu Jing  Zhu Darong
Institution:Liu Jing;Zhu Darong;School of Mechanical and Electrical Engineering,Anhui Jianzhu University;
Abstract:
Keywords:agricultural machinery total power  gray model  multiple linear regression model  Shapley value  combined prediction
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号