我国粮食产量预测的时间序列模型与应用研究

新中国成立以来,尤其是改革开放的三十年来,我国粮食产量得到大幅度提高,同时粮食生产也呈现出周期性震荡上升态势。本文运用HP滤波分析方法将我国1949—2008年的粮食产量分离为时间趋势序列和波动序列,对趋势序列建立了关于时间t的趋势模型,并拟合估计了我国60年的粮食产量趋势;利用频谱滤波(BP滤波)法估计并拟合了粮食产量的波动周期。利用上述两个模型进行叠加,预测了未来10年我国的粮食产量。     

基于偏最小二乘回归的电力负荷组合预测研究

传统的组合预测模型因其组合权重受到非负性和归一化的限制,预测精度受到了一定制约。基于偏最小二乘回归的组合预测模型有别于传统的组合预测模型,它不以求取组合权重为切入点,而是利用偏最小二乘回归强大的拟合和解释能力,对各种单一预测模型进行拟合。此方法完全不受组合权重非负性和归一化的限制,因此能够有效提高组合预测的精度。本文运用实例分析验证了该方法的有效性和优越性。     

中国粮食产量短期（波动）预测

本文借鉴证券、期货市场分析研究的思路,建立了计量经济预测模型和现代时间序列预测模型,对我国１９９７年与１９９８年的粮食产量进行预测     

山东省商品房价格预测研究

本文基于山东省近23年商品房价格及其影响因素数据,建立多元线性回归模型、BP神经网络模型和时间序列模型,以期找到最合适的房价预测模型。首先对选取的影响商品房价格的12个自变量进行变量选择,然后建立上述三个模型,对比分析三种不同模型的拟合效果预测山东省商品房均价,最后得出结论：多元线性回归模型拟合效果最好,比较适合用于房价预测;BP神经网络模型预测值最准确,但从模型的拟合效果看不太适合用于长期预测;时间序列模型拟合效果较好,预测能力相对另外两个模型是比较差的,预测的精度相对较低。     

基于组合模型的我国马铃薯价格预测分析

目的 马铃薯是粮菜饲多用途作物,在贫困地区农民增产增收、推进农业供给侧结构性改革和保障国家粮食安全方面发挥着重要作用。对马铃薯价格进行预测分析,对于保障马铃薯生产者利益、稳定马铃薯生产和促进马铃薯产业健康发展具有重要意义。方法 文章利用2005—2019年共15年的马铃薯批发市场价格数据,运用ARIMA预测模型、GM（1,1）预测模型和组合预测模型对2020年马铃薯批发市场价格进行预测。结果 （1）ARIMA预测模型预测精度较高,平均绝对百分比误差在10%以内,可以利用该模型对马铃薯批发市场价格价格进行预测;（2）建立的GM（1,1）预测模型预测效果较好,模型精度为1级,可运用该模型进行价格预测;（3）建立的组合模型预测效果较好,预测精度和稳定性均优于两种单一模型;（4）利用组合预测模型对2020年马铃薯批发市场价格进行预测,结果表明,在2020年马铃薯批发市场价格从高位逐渐回落。结论 2020年马铃薯批发市场价格的下滑态势会对马铃薯市场产生不利影响,马铃薯生产者应根据预测结果主动调整生产策略,控制生产规模,提前制定替代种植计划,以规避价格下滑带来的经济损失。组合预测模型能更好地发挥各单一模型的优势,使预测误差最小化,并可以提供稳定的预测性能,长期预测效果较好。预测模型应根据实际需要不断调整参数和优化模型结构,以实现精准预测。     

基于IOWGA算子的山东省第三产业增加值组合预测

分别使用双指数平滑模型、ARIMA(1,1,0)、GM(1,1)与NAR神经网络4种单项预测模型,对山东省1990-2018年第三产业增加值数据进行预测。利用灰色关联度指标和有效度指标对单一预测方法进行筛选,将筛选后的单项预测模型用于构建结合决策理论中的IOWGA算子的组合预测模型。分析各项预测结果可以看出,新构建的组合预测模型具有较高的预测精度,其预测效果优于单项预测模型。     

建设用地需求量预测方法比较研究

建设用地需求量预测是土地利用总体规划修编中的重要内容,研究建设用地需求量预测方法有利于提高土地利用总体规划修编成果的科学性。目前,建设用地需求量预测方法主要包括：指数平滑法、时序回归预测模型法、时序趋势预测模型法和时序灰色系统理论GM（1,1）模型法。以往建设用地需求量预测多采用简单的定性分析和定量预测方法,而系统模型运用较少,由于技术手段的落后、理论依据的缺乏,导致建设用地需求量预测精度不高,不利于土地利用总体规划的贯彻落实。     

基于灰色GM(1,1)的四川粮食产量预测研究

粮食安全问题关系国计民生.粮食产量的合理预测,可以为农业生产提供科学指导,保障粮食安全.因此,粮食产量预测研究具有一定理论和现实意义.本文选取四川省2010-2020年粮食产量统计数据,利用GM(1,1)模型对四川2021-2025年粮食产量进行预测.预测结果表明:四川粮食产量整体呈上升趋势,发展形势和机遇好,应抓住保...     

差分自回归移动平均模型在中国粮食产量预测中的应用

中国是个人口大国,每年对粮食的需求非常大,粮食产量能不能满足需求显得至关重要。因此对国内每年粮食产量的研究及其对未来几年粮食产量的预测也就显得尤为重要。探讨了时间序列分析建模的方法,应用差分自回归移动平均(ARIMA)模型对历年粮食产量系列进行建模分析,确定了粮食产量系列的ARIMA(1,1,1)模型,并且用该模型预测结果。     

多变量灰色模型的建设用地预测

通过对传统单变量灰色GM(1,1)预测模型的算法分析比较,提出来多变灰色MGM(1,N)预测模型,进行灰色关联度分析.确定建设用地需求变化的驱动因子.基于这些因子,以广安市实例,建立不同于单变量预测模型的多变量预测模型,结果表明:综合考虑多个因子的MGM(1,N)模型具有更高的预测拟合精度,可以用于规划年土地利用规划的预测,为科学合理地配置土地资源提供可靠的依据.     

中国粮食价格的影响因素分析与预测比较——基于支持向量机的实证研究

本文剖析了中国粮食价格波动的主要影响因素,在此基础上构建基于支持向量机(SVM)的模型进行粮食价格的预测研究。用1990-2008年中国粮食价格数据组成样本集,建立影响因素与粮食价格之间的SVM模型。利用SVM对输入和输出数据进行训练学习,逼近历史数据所隐含的函数关系,完成对新数据序列的映射关系,从而完成对未来年份粮食价格的预测,并与其它几种方法的预测效果进行比较。结果表明,SVM预测模型预测粮食价格的精度优于其他预测方法。     

城市水资源需求量预测Logistic-ARIMA耦合模型

将城区用水量的非平稳时序分解为趋势项和残差项两部分,对趋势项用Logstic成长曲线函数拟合,对残差项用ARIMA模型拟合,再将两者预测值进行叠加,建立城市水资源需求量预测Logistic-ARIMA耦合预测模型.将Logstic-ARIMA耦合预测模型应用于H市,结果表明,耦合预测模型能提高预测的精度,在现阶段对城市用水量预测时采用Logstic-ARIMA耦合模型是可行的.     

延庆县森林资源动态变化的灰色预测研究

依据延庆县1989~2009年前后5次的森林资源二类调查资料,应用灰色系统理论分别建立有林地面积预测模型、林木总蓄积量预测模型、森林覆盖率预测模型,对延庆县未来十年内的森林资源动态变化趋势进行预测。结果表明,这些预测模型具有较高的预测精度,且计算量少、方法简单实用。     

进出口增长时间序列模型建立与预测

进出口增长作为经济活动中的一个宏观经济指标,对研究中国经济状况具有不可替代的作用。本文对中国进出口增长2004~2014年的月度数据进行了实证分析。首先采用差分法对原序列进行平稳化,然后进行模型定阶并估计其参数,建立序列预测模型,最后利用该模型对我国2014年9个月的进出口增长进行预测。不仅可以更好地了解我国的对外贸易需求情况,而且能够为政府把握未来经济趋势并制定相应的政策提供重要的依据。     

基于GRA&BPNN的广西粮食产量预测研究

[目的]研究粮食产量的影响因素并以其相关性为基础预测粮食产量对实现广西粮食产业的"做强做优"具有重大意义。通常情况下粮食产量与种植技术发展水平、农田耕地面积、土地肥力、气候等诸多因素相关,但是在样本数据不足、数据间关联度不明显的情况下则无法采用回归分析、灰系统等常用预测方法。[方法]文章应用灰色关联分析方法得到水库水量、农田有效灌溉面积、第一产业从业人口、播种面积、除涝面积等5个与广西粮食产量关系最为密切的因子变量,同时取2004~2012年的数据作为学习、训练样本,以2013~2014年的数据为试报样本,并以此建立BP神经网络粮食预测模型。[结果]检验结果表明运用本模型预测粮食产量具有较高的精度和良好的泛化性。[结论]根据模型结果,该文提出提升广西粮食产业发展的可行性建议,即加强水库的管理、引导与粮食产业相关的产业、稳定粮食种植面积、加强洪涝灾害的防御和治理能力、推进农业信息化。     

近30年来我国粮食产量波动影响因素分析

[目的]根据粮食产量波动特征,从自然因素、科技因素(物质装备)、社会经济因素和农业生产条件等方面对粮食产量的影响进行量化分析,为科学合理地制定农业政策,保障我国粮食安全提供理论依据。[方法]文章利用HP滤波法分析1978—2010年我国粮食产量波动特征,并采用灰色关联与层析分析相结合的综合评价法定量分析不同波动周期各影响因子对我国粮食产量波动的影响度。[结果](1)改革开放以来,我国粮食产量经历了完整的6个波动阶段,平均波动周期为6年;(2)除1994—2000年,各波动周期的粮食产量受科技因素的影响最大,且影响日益显著,影响度从1978—1981年的37. 0%增加到2006—2010年的48. 3%,其中,有效灌溉面积的影响增大趋势最为明显,其次是农业机械总动力,化肥施用量的影响呈减弱趋势;(3)社会经济因素对粮食产量的影响呈波动性增加的规律,2006—2010年影响度达到24. 9%;(4)农业生产条件对粮食产量的影响在20世纪80年代初期与科技因素基本持平,此后,除1994—2000年,与科技因素的影响度差距越来越大,到2000—2006年对粮食产量的影响度仅为16. 6%,其中,耕地面积的影响度下降最多,到2006—2010年,影响度仅为1. 1%;自然因素对粮食产量波动的影响最小,且较为稳定,除1985—1988年影响度达到24. 3%,其余波动周期均在8. 7%~12. 4%之间,2006—2010年影响度为10. 2%。[结论]完善农田水利灌溉体系,加强对农业机械指导的"重科技"举措比单纯增加后备耕地数量、改善应对气候变化与自然灾害能力的"靠资源"发展更为有效;加大农田水利投入,完成灌区续建配套与灌排泵站更新改造是目前最重要的发展方向。     

林业经济预测模型库系统的设计与多模型组合研究

在综合前人林业经济预测模型和方法成果的基础上,研究开发了林业经济预测模型库系统。该系统有效地实现了模型的表示、生成及预测等功能,特别是多模型的灵活选择与组合,解决了多年来运用孤立模型进行预测的问题,提高了预测的效率与效果。此外,该系统的可视化界面方便了用户的使用。最后结合林业经济预测实例说明了多模型组合的应用及使用林业经济预测模型库系统进行预测的有效性。     

基于GM(1,1)模型库的城镇中长期用水量预测研究

针对GM(1,1)模型对城镇用水量预测精度不高、适应性不强、难操作的问题,利用C#语言编程建立了城镇用水量预测模型库,并利用该模型库对某城镇中长期用水量进行了预测,取得了良好的效果;表明模型库预测的方法能克服GM(1,1)方法的不足,为城镇中长期用水量预测提供具有可操作性的新途径,具有重要的应用价值。     

最佳灰色回归组合模型及其在中国营林产值预测中的应用

本文将GM（1，1）与回归模型有机地结合起来，建立的中国营林产值灰色回归组合预测模型，综合利用两者提供的不同的有用信息，改善了单一模型的局限性，提高了模型的预测精度，减少了预测误差，使预测效果更佳。     

运用灰色系统理论预测麻城市粮食产量的探讨

粮食生产是直接关系到国民经济和人民生活的大问题,搞好粮食产量预测,对制订农业生产计划,保持粮食稳步增长都有重要意义。由于粮食生产受气候、病虫害、土壤等多种因素影响,粮食产量的预测变得更为复杂。灰色系统理论,为粮食产量预测开辟了新途径,但是,对规律性差的粮食总产量预测,其原点误差较大,特别是通过残差修正后,原点误差增大更多,影响近期预测效果。为了缩小原点误差,笔者采用灰色系统理论<GM(1,1)>预测趋势产量的方法预测粮食总产量,即:先把规律性差的各年粮食产量计算出规律性较强的各年趋势产量,再预测年未来的趋势产量和实际产量。由于预测用的数据规律性增强,有效地缩小了原点误差,提高了近期产量预测精度。