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.     

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。     

基于组合模型的农产品市场价格短期预测研究——以红富士苹果、香蕉、橙为例

本文以红富士苹果、香蕉、橙的集贸市场价格数据为研究对象,以2002年1月至2013年12月期间144个月度数据作为分析样本,分别选择Holt-Winters季节性指数平滑模型、Census X12的季节分解模型、SARIMA模型、BP神经网络模型和灰色系统模型中单项预测误差较小的3种作为短期预测的适用模型,并用误差平方和倒数法确定权重构建组合预测模型。经对2014年1~6月的集贸市场价格的预测结果表明:对于香蕉和苹果而言,组合预测模型的预测误差最小,组合预测能提高预测精度;对橙而言,Holt-Winters季节性指数平滑模型的预测误差最小,组合模型预测效果不如单项预测模型的预测效果。     

基于计量经济学的地方税收预测研究

基于计量经济学对地方税收进行预测研究,概述税收收入预测研究的意义,通过地方税收的误差修正模型(ECM)的建立得到预测模型,结合当地税收情况预测模型的预测效果及经济发展状况,对地方税收收入做了预测。根据建立的预测模型预测得到的地方税收结果,以及近年来地方税收收入和当地经济发展趋势,提出了促进当地经济发展,以及平衡地方税收收入的建议和措施。     

绍兴市工业碳排放峰值预测及减排策略

基于2003～2020年时间序列数据,利用GDIM因素分解法、修正STIRPAT模型下的岭估计以及蒙特卡洛模拟技术,对绍兴工业碳排放进行驱动因素经验分解、演变情景预测与达峰路径模拟。结果表明：(1)在GDIM分解后的各种因素中,工业增加值、能源消费碳强度和能源消费规模对碳排放一直保持促增效应,而工业产出碳强度、能源强度和煤炭消耗效率为促降效应,技术进步以提高能源利用效率是促进碳减排的关键因素;(2)基于岭回归方法估计碳排放预测模型,发现人均GDP与CO₂排放量存在倒U型关系,当人均GDP为137,132.1元时可达倒U型曲线的最高点,能源消耗总量和能源消耗效率分别对碳排放量增长具有明显促进和抑制作用;(3)蒙特卡洛模拟下,基本情景和绿色生态情景可以在2030年前达峰,但只有技术升级情景才是达峰的最优路径,碳减排效果最明显。     

内蒙古林业总产值预测——基于马尔科夫修正的三次指数平滑预测模型

文章以内蒙古林业产业总产值为研究对象,依据1994~2015年《中国林业统计年鉴》数据,建立了基于马尔科夫修正的三次指数平滑预测模型。一方面基于1994~2013年数据,利用三次指数平滑法预测了2014~2017年林业产业总产值;另一方面由于林业产业的发展具有随机性、动态性等特点,采用马尔科夫链对预测结果进行修正,与2014年和2015年实际林业产业总产值相比,其相对误差分别减至4.86%和2.43%,且模型平均绝对百分误差为8.33%,达到精度较高的预测效果。表明基于马尔科夫修正的三次指数平滑预测模型在林业产业总产值的预测中具有可行性和有效性。     

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。     

基于ARIMA模型对南康家具产业劳动力就业趋势预测

对江西省赣州市南康家具产业在1993~2014年间的从业人数、就业弹性系数、结构偏离度等指标,采用ARIMA模型预测分析该产业劳动力就业的发展趋势。结果显示,它们分别为ARIMA(1,0,4)、ARIMA(3,0,5)、ARIMA(1,0,2)较理想的预测模型,这些模型提供了较准确的未来预测结果,为南康家具产业升级结构调整及其社会劳动保障部门提供一些参考依据。     

土地利用规划中人口预测模型的比较研究

研究目的:研究土地利用规划中几种常用人口预测模型的特点和适用条件,为土地利用总体规划编制工作服务.研究方法:统计分析法和对比分析法.研究结果:利用人口历史统计数据建立预测模型,分时段进行预测,并与实际观察值比较,得出预测误差的大小,通过预测误差大小的分析比较,总结了各种预测模型的特性与适用条件.研究结论:一元线性回归法适用于数据直线趋势较明显的预测;历史数据较少时,可用指数平滑和移动平均数法;数据情况复杂时可采用GM(1,1)模型法;自然增长率等资料准确可靠时可采用人口自然增长法或马尔萨斯法;宋健模型法用于短期预测的精度较高;土地规划中人口预测应多种预测方法综合运用.     

基于GM(1,1)的一种新型嵌套方法在气井产量预测中的应用

针对常规气井产量预测中因忽略气井工艺措施等其它因素影响而将其处理为干扰异常点,造成与气藏排水采气的开发策略不一致的技术难题,结合GM(1,1)模型与灾变模型,提出一种新的嵌套型GM(1,1)模型。该模型通过将气井工艺作为灾变因子,可以更准确地预测气井自然生产模型下的产量变化规律,有效弥补了常规预测法的不足。研究将新模型应用于川西气藏某生产气井单井产量预测,预测结果分别与GM(1,1)预测结果和Arps产量递减预测模型结果进行比较,结果显示新预测模型比GM(1,1)及产量递减预测模型的回归斜率和相关系数更接近1且回归截距更趋近于0,表明新方法的预测精度更加精确,能准确反映气田开发中的产量变化,不失为一种可选的新型产量预测方法。     

基于混沌—神经网络时间序列的农村能源消费预测研究

农村能源是农村地区经济发展的重要基础,本文通过对农村能源消费时序的混沌辨识,指出我国农村能源消费时序是一个具有类似随机现象的混沌系统.为此,建立运用混沌神经网络时间序列的预测模型,并结合遗传算法优化神经网络权重,对我国农村能源消费进行预测得知:2010年我国农村能源消费总量为127633.07万吨标煤,预测误差较小.最后就农村能源发展提出了相关政策建议.     

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。     

新疆区域能源效率差异及影响因素研究

文章采用新疆15个地区市能源强度及相关影响因素2001年~2010年的面板数据,根据经济发展水平及能效的差异分为四大区域,选取产业结构、技术进步及对外开放程度等变量对不同区域分别进行似然不相关分析方法(SUR)的长期模型估计,结果显示技术的进步均会导致各区域能源效率的提高,而产业结构以及对外开放程度的变化对不同区域的结果略有不同。同时应用误差修正模型(ECM)对各区域短期动态波动进行修正,并得出结论。     

建设用地预测模型与方法研究

通过对CA(Cellular Automata)模型、回归分析模型、Monte Carlo模型、神经网络模型和灰色模型的对比分析,指出灰色模型的使用限制条件最少,预测准确,是最具有实践意义的预测模型.与单因素预测法相比较,双因素预测法更加全面的反映了各因素对建设用地规模的影响,因而双因素预测法的预测结果更加准确.因此,建设用地空间布局的扩展将成为预测模型的一个发展方向,而权重设置和数理模型参数的选择,则是预测方法主要的发展趋势.     

节假日乡村旅游客流量预测——基于季节性调整的支持向量机模型研究

在"乡村振兴"背景下,乡村旅游成为乡村经济发展新的增长点,其肩负着转移乡村剩余劳动力、提高农产品质量、转变农村土地使用等实现农民增收增效提高提升农村精神文明程度的重大责任。乡村旅游是以"三农"资源为载体的新型业态,对于假日乡村旅游客流量预测的重要性不言而喻。文章基于北京市延庆区2014-2018年节假日的乡村旅游客流量数据,建立PSO算法优化的SVR预测模型,并针对客流量数据的非线性波动和季节性特点,对模型进行季节性调整,最后提出季节性调整的SVR-PSO节假日乡村旅游客流量预测模型,同时将模型预测出来的精度与BP神经网络(BPNN)、自回归滑动平均模型(ARMA)、遗传粒子群寻优(PSO-GA)等方法的预测效果进行比较分析。结果表明:基于PSO参数寻优的SVR支持向量机预测模型(SVR-PSO)在精度上具有较大优势,能有效地对北京市延庆区节假日乡村旅游客流量进行精准预测。对于非线性小样本且季节性变化较大的数据,采用季节性调整的SVR-PSO模型,可以极大地提高预测精度和收敛速度,且调节参数少,简单易行,可以实现模型数据的精准预测。     

黑土典型区有机质高光谱预测模型

土壤有机质(SOM)是鉴别土壤肥力的重要指标,是土壤肥力的物质基础,其含量预测模型研究对于土壤肥力评价、土壤碳库估算、土壤资源利用与保护具有重要意义。该文以黑龙江省黑土带典型区为例,采集区域土壤样本,基于有机质含量与土壤反射率的定量关系,对光谱反射率进行一阶微分和倒对数的处理,建立偏最小二乘法模型(PLSR)、一元线性回归模型和多元线性逐步回归模型。结果表明:(1)土壤有机质敏感波段位于650-750nm。(2)通过比较建模样本与检验样本的决定系数(R2)和均方根误差(RMSE)的大小,得到反射率和倒对数处理后的数据最优模型都为PLSR模型,一阶微分处理后的最优模型为多元线性逐步回归模型。(3)PLSR模型的建模效果优于回归模型,但其预测效果却并不理想。该研究将为改进土壤理化参数、遥感反演、土地质量评价等工作方法提供理论与技术支持。     

基于RBF神经网络的水产品冷链物流需求预测研究

[目的]水产品是我国农业经济的重要组成部分,冷链物流制约着水产品的可持续发展。为实现水产品供需均衡和物流资源合理配置,有效推进水产品冷链物流行业快速发展,对水产品冷链物流需求进行预测尤为重要。[方法]选取影响水产品冷链物流需求的9个主要因素,运用RBF神经网络模型、BP神经网络模型、多元线性回归模型和GM(1,1)模型对2007—2016年我国水产品冷链物流需求分别进行模拟预测,并对预测结果进行对比分析。[结果]总体上我国居民对水产品的需求量逐年上升,2016年的需求量超过1 600万t,水产品冷链物流需求具有极大的市场空间;在水产品冷链物流需求预测中,RBF神经网络预测结果的残差平均值、相对误差平均值和误差均方根均比BP神经网络、MLR和GM(1,1)模型的预测误差小。[结论]RBF神经网络模型对水产品冷链物流需求的预测精度显著优于其他预测方法,表现出极强的处理非线性系统的能力,说明RBF神经网络模型是预测水产品冷链物流需求的一种有效方法。     

基于灰色系统理论的湖南林业产业结构预测研究

本研究应用灰色系统理论,根据相关统计资料,通过建立GM(1,1)预测模型,对湖南省林业总产值及其林业产业内部第一、二、三产业产值的变化趋势进行了预测和分析。结果表明,在未来几年中,湖南省林业第一产业产值将保持稳定增长,林业第二产业将保持快速增长,林业第三产业将保持较快增长。     

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。     

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。