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。     

中国农业因子分析神经网络组合预测研究

一、引言农业是国民经济的基础 ,农业发展的科学预测研究对保障人民生活水平、国民经济发展和政府决策具有非常重要的意义 ,是国民经济系统的重要预测指标之一。受多因子影响的农业 ,预测非常困难 ,原因是影响因子太多、太复杂 ,关系呈现非线性。传统的回归分析技术对多元非线性关系的模拟效果不佳 ,尤其是哪些作为重要影响因子应该予以保留 ,哪些因子影响不大而应该舍弃 ,一般只能采用逐步回归的方法 ,但是在实际运用过程中存在很多多重共线、误差序列相关等问题 ,预测的精度长期难以令人满意。人工神经网络具有很强的处理大规模复杂非线性…     

基于BP神经网络的铁路客流量预测研究

铁路客流量的影响因素既来自于顾客的需求,也来自于铁路系统的供给。根据这些影响因素选取样本,利用BP神经网络的非线性映射特性进行网络训练及预测,结果客观可靠,从而为铁路系统的管理工作提供了有力的支持。     

基于BP神经网络模型的宿州市人均生态足迹预测研究

利用人均生态足迹对宿州市生态形势进行评价,发现1997-2004年生态环境趋于恶化,经济快速发展过度消耗资源,并对环境造成一定程度危害,而2005～2007年生态环境趋于好转且态势平稳;并发现人均生态足迹的变化是宿州市生态安全形势的表征因子.在此基础上利用BP神经网络模型对宿州市1997-2005年生态足迹变化的影响因...     

基于BP神经网络的三峡库区开县耕地面积预测研究

开县是三峡库区的一个农业大县,选择开县为研究点,一方面探讨BP神经网络在县域内应用的可行性;另一方面探讨开县耕地变化的过程及其相关影响因子,并预测开县耕地的数量,为开县的耕地资源保护和农业的可持续发展提供保证。利用二元定距变量相关分析的方法分析耕地数量和相关指标的相关性系数,同时利用BP神经网络的方法,训练得出耕地面积与相关指标的关系,然后利用训练网络建立预测模型。通过二元定距变量相关分析得出年末总人口等14个指标与耕地的数量相关性明显。然后通过BP神经网络训练出指标与耕地面积的关系,其训练精度达0.00001,利用该网络预测出了开县2008年、2010年、2015年、2020年的耕地面积。     

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。     

应用组合模型对河南省碳排放量的预测

过多依赖化石能源的消费,进而引起全球气候的问题越来越严重。中国经济的快速发展所伴随的高耗能产业等对化石燃料的消耗,成为当前发展低碳经济的重要阻碍。河南省作为发展中原经济区的一个非常重要的成员,对于中国的低碳经济发展起到非常重要的作用。本文在对河南省碳排放量测算的基础上,并对未来几年的碳排放量的进行预测,并提出合理建议。     

区域耕地数量变化预测方法的对比研究

研究目的:对区域耕地数量变化预测方法进行对比分析,科学合理确定区域耕地数量。研究方法:通过Pearson相关分析法筛选影响耕地变化的关键因子,利用改进的BP神经网络算法、灰色模型和多元线性回归模型法对费县耕地数量变化进行预测。研究结果:改进的BP神经网络算法相对传统的灰色模型和多元线性回归模型等预测方法具备较高的预测精度。研究结论:改进的BP神经网络算法是进行耕地数量变化预测的较好方法,具有实际指导意义,其预测结果可以为当地相关部门合理地确定耕地保有量、推进耕地保护提供科学依据。     

基于BP神经网络的海南“全域教育岛”构想的经济效应预测

2018年4月11日,《中共中央国务院关于支持海南全面深化改革开放的指导意见》中明确提出:鼓励国内知名高校和研究机构在海南设立分支机构;鼓励海南引进境外优质教育资源,举办高水平中外合作办学机构和项目,本文基于此提出建设海南"全域教育岛"构想。采用BP神经网络模型、趋势外推法,利用1988～2017年海南省高等教育相关数据,对未来五年该构想的经济效应进行预测。结果表明,该构想不仅将显著促进海南省经济增长,还有利于产业结构优化升级以及提高就业率。     

基于神经网络的农产品物流需求预测研究

农产品物流不仅具有一般性物流的共同特点,而且具有独特性和复杂性,这导致利用一般方法进行农产品物流需求预测不仅难度大,而且精度差。为克服单项物流需求预测的局限性及农产品物流数据的不完整性,本文利用神经网络理论,建立基于BP神经网络的农产品物流预测模型,并利用BP神经网络在学习过程中具有工作信号正向传播和误差信号反向传播的特点,通过权值的不断修正,使网络的实际输出向量更加接近期望的输出值,从而极大程度提高了物流预测的准确性。经农产品物流预测实例分析,验证了基于BP神经网络模型建立的物流需求预测模型的准确性与科学性。从而印证了人工神经网络在物流领域中的应用具有更加广泛的发展潜力。     

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。     

基于Holt-Winters及趋势—ARMA组合模型的粮食种植成本预测分析 ——以山东省玉米、小麦为例

该文依据1998～2012年山东省粮食种植成本资料,运用时间序列 Holt-W int ers 无季节型模型及趋 势—— ARMA 模型构成的计量经济组合模型,对2013～2017年山东省粮食种植单位面积实际生产成本进行 预测。研究表明,山东省粮食种植每公顷实际生产成本将持续加速增长,玉米将以年均增长9.48%的速度 由2013年的5 913.30元提高到2017年的8 495.25元;小麦将以年均增长8.79%的速度由2013年的7 355.55元提高到2017年的10 305元。成本高、加速增长将成为2013～2017年山东省粮食种植单位面积实 际生产成本变动的主要特征,成本的快速增长已成为制约粮农种植收益增长的重要因素。为此,提出应对 粮食种植成本过快上涨,提高农户种粮收益的对策建议:（1）积极推广集约利用主要生产资料的先进技 术,鼓励节约用肥和提高化肥效能、提高粮食单产、节约机械作业费及节水的技术进步;（2）积极培育农 村新型经营主体;（3）大力推进粮食规模化、专业化生产;（4）加快转变农业发展方式。     

基于BP模型的中国水产品出口规模预测研究

由于我国的信息咨询体系发展落后,水产品国际贸易缺乏及时、可靠的预测,导致我国水产品生产存在一定的盲目性,因此信息技术领域已经作为渔业科技十大重点发展领域之一,被列入农业部的工作重点.但是,水产品贸易受许多因素的影响,是一个高度复杂的非线性系统,使用传统的预测方法建立的模型很难对水产品贸易进行较为准确的预测,而利用BP神经网络建立的水产品贸易模型,己利用历史数据对模型进行了训练,最终可得到较为满意的结果.     

基于BP神经网络和小波降噪的沪深300股指期货价格预测

本文在小波去噪的基础上构建了BP神经网络模型,选取了具有代表性的沪深300股指期货来进行价格预测,并对去噪前后的预测结果进行了对比,发现小波去噪后的BP神经网络模型对股指期货价格的预测效果更佳,为短期投资者们提供了一定的决策依据。     

陕西省粮食产量预测及其影响因素的灰色关联分析

根据1988—2007年粮食生产相关指标的统计数据,借助灰色关联理论对影响陕西省粮食生产的粮食单位面积产量,农业劳动力,机械总动力,化肥施用量,受灾面积,粮食播种面积,农田有效灌溉面积,农村用电量等8项指标进行了灰色关联度的定量分析,总结出不同时间段主要影响因素,并根据关联度的大小排序,,结合该省实际情况,提出了针对性,可行性的建议;将灰色关联分析结果中关联度比较高的指标作为神将网络的输入层单元,借助基于动量法的BP神经网络的MOBP模型预测出未来2015年和2020年的粮食产量,经检验该模型的平均相对误差达到2．5％,为陕西省可持续发展战略的制定和规划提供可靠的数据和参考价值。     

基于小波神经网络的鱼类价格预测研究

鱼类市场价格是影响渔民收益的重要因素,因此如何能够准确分析和预测鱼类的价格是一个十分重要的问题.论文在考虑了BP网络原形的一些缺点和不足,尝试在传统BP算法的基础上将网络神经元中的激励函数换成小波子函数,组建成的小波神经网络.通过对鲈鱼价格的预测,验证了小波神经网络的可行性,然后基于阿里巴巴的鲈鱼价格的历史数据,验证了该方法的合理性.最后开展对新疆乌伦古湖水产综合基地三类主要鱼类价格预测的实证研究,研究结果表明河鲈和梭鲈的价格会有小幅的波动,但高白鲑的价格会有大幅的提升.因此,小波神经网络作为一种传统神经网络的改进,可用于预测鱼类价格的短期预测,为水产基地的决策提供依据.     

哈尔滨市耕地集约利用水平预测及障碍因子诊断

【目的】如何高效利用土地资源、提高耕地集约度是当前科学研究的主要问题,但如何科学预测耕地集约度则一直是研究难点。【方法】基于哈尔滨市耕地集约利用现状,运用熵权、变异系数组合赋权法、BP神经网络、障碍因子诊断法等揭示哈尔滨市耕地集约利用水平发展趋势及耕地集约利用影响因素,为耕地集约利用发展方向及提高耕地集约利用度提供理论依据。【结果】结果表明:(1)1985~2014年哈尔滨市耕地集约利用水平平均值为0.346 2,处于相对集约状态;2015~2024年哈尔滨市耕地集约利用水平呈稳定上升态势,耕地集约利用度均值为0.475,处于高度集约状态;1985~2024年耕地集约利用水平以相对平稳态势发展,且并未出现较大波动,40年间哈尔滨市耕地集约利用平均值达0.409 6,处于较集约状态。(2)从准则层指标障碍度来看,耕地产出效率和投入强度对耕地集约利用水平的影响较大,并且呈现不断上升的趋势,耕地产出效率和投入强度年均增长速率为8.69%、7.82%,耕地利用程度和耕地利用可持续性年均下降速率为4.86%、5.73%,耕地集约利用水平的主要障碍因子是灌溉指数、单位耕地面积农业从业人员、农业产值比、单位播种面积粮食产量等。【结论】运用BP神经网络对哈尔滨市耕地集约利用水平进行科学预测,用障碍因子诊断法诊断耕地集约利用障碍因子,能为研究哈尔滨市耕地集约利用发展趋势提供理论支撑。