【摘要】：糧食作為人類生存的根本,對于一個國家的安定起到舉足輕重的作用,中國作為一個產糧大國,一直把糧食生產的發(fā)展放在最主要的地位。而隨著現(xiàn)代技術的發(fā)展,人們不斷嘗試將現(xiàn)在科技和理論應用在糧食生產技術上,而預測技術就是其中之一。預測技術作為一個已經(jīng)較為成熟的技術,已經(jīng)給人們帶來許多方便,從天氣情況的變化到航天軌跡的預測,都對人類的生活發(fā)展產生了巨大的影響,將預測技術運用在糧食生產上,可以有效地改善和預防糧食生產過程中存在的一系列問題。運用預測技術可以對未來糧食產量進行一定評估,從而可以提早對部分地區(qū)乃至國家的糧食生產進行規(guī)劃,達到增產增收,不浪費糧食的目的。預測糧食產量的方法有很多種,對于不同的地域、環(huán)境、以及作物等,不同的預測方法所預測的準確度都會不太相同,因而無法用單種方法預測所有的東西,除此之外,由于要準確地預測糧食產量需收集大量的數(shù)據(jù)并進行處理,只是實現(xiàn)一種預測模型就需要花費很長的時間。隨著各種大數(shù)據(jù)平臺的建立,收集數(shù)據(jù)漸漸已經(jīng)不像過去那么復雜,不過因為數(shù)據(jù)量日益龐大,人們亟需一種能同時擁有收集和處理功能的軟件來完成任務,于是Python便因此進入了人們的視野。Python擁有強大的數(shù)據(jù)處理能力和大量豐富的庫,使Python能夠勝任大部分數(shù)據(jù)處理的任務。同時,因為Python是一款擁有爬蟲功能的軟件,所以收集數(shù)據(jù)也變得非常簡單,這使得Python可以在糧食預測上貢獻自己的力量。它可以較快處理單個預測模型的工作,這也為糧食的組合預測提供了條件和可能性。本文將通過Python編程以及調用庫函數(shù),例如Math、Numpy、scikit-learn以及Pandas等,對指數(shù)平滑法、灰色GM(1,1)、回歸分析法以及支持向量機這四種常用的糧食預測方法分別進行建模工作,將其編譯成Python程序并測試其準確度,再由程序根據(jù)不同權重分配的方法將不同的模型進行權重分配,篩選出一種準確度更高的方法,來將多種單一預測模型組合成一個新的預測模型,并對其進行檢測,從而獲得一個能夠取長補短、穩(wěn)定性好、適用范圍更廣的組合預測模型,來實現(xiàn)對糧食產量更精準的預測。
【圖文】：

武漢輕工大學碩士專業(yè)學位論文（8）可擴展性：Python 程序中可以使用部分 C 或 C++中進行處理過的程序。（9）豐富的庫：Python 有很龐大的標準庫，可以勝任非常多的功能。其中涵蓋了正則表達式、文件修改、線程進程等相關操作。只需安裝了 Python，就可以只用這一系列功能。（10）規(guī)范的代碼：Python 通過語法規(guī)定，是的程序編寫時需要強制縮進，使得代碼更加美觀，更具有可讀性。2.3 Python 的發(fā)展現(xiàn)狀圖 2.1 來自于 TIOBE：

能夠使超平面兩側的空白區(qū)域最大化在 SVM 中，每個數(shù)據(jù)樣本被看成維空間中的一個點，并構造一個最優(yōu)超平面將樣本分為不同的類別。對于非線分的樣本，利用非線性核函數(shù)進行超平面的構造SVM 的核心思想是利用滿足 Mercer 條件的核函數(shù)代替一個非線性映射，在原始樣本空間中，不存在能夠正確劃分兩類的超平面，那么將樣本映射到一高維的特征空間，并且樣本在此特征空間內是線性可分的，從而求解最優(yōu)超平進行分類。SVM 旨在求解令間隔最大化的“超平面”，即 max ,可轉換為 m2|| ||，約束條件為 。通過拉格朗日對偶理論，就可|| ||22 ( + ) ≥ 1, = 1,2,…, 述有話問題轉換為極值問題，從而求得最優(yōu)解 a*、b*，分類決策函數(shù)。[35] ( ) = ( ∑ = 1 ( , ) + )（1）線性可分支持向量機
【學位授予單位】：武漢輕工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F326.11;F224

【相似文獻】

相關期刊論文 前10條

1 卞玉露;蔣慧敏;;基于Python的氣溫數(shù)據(jù)分析設計與實現(xiàn)[J];信息通信;2019年09期

2 秦振華;牟永敏;張志華;;面向Python的圈復雜度靜態(tài)分析方法研究[J];計算機仿真;2019年10期

3 湯衛(wèi);楊峗;;校企合作背景下的高職大數(shù)據(jù)專業(yè)Python課程教學研究[J];電腦知識與技術;2019年29期

4 張運玉;;基于Python的數(shù)據(jù)分析的研究[J];電腦知識與技術;2019年30期

5 于雁;;高中信息技術python模擬程序的編寫及應用[J];電腦知識與技術;2019年30期

6 李俊華;;基于Python的網(wǎng)絡爬蟲研究[J];現(xiàn)代信息科技;2019年20期

7 彭芳;齊大鵬;吉廷艷;;基于Python的高速公路大霧預報預警系統(tǒng)建設[J];電腦知識與技術;2019年28期

8 馬文秀;李焱;;Python程序設計從知識型課程向能力培養(yǎng)型課程的改革實踐[J];電腦知識與技術;2019年28期

9 王崇剛;;基于Python在線翻譯爬蟲的實現(xiàn)[J];電腦知識與技術;2019年28期

10 王雄;;使用Python的5個理由[J];計算機與網(wǎng)絡;2019年21期

相關會議論文 前10條

1 黃佳聰;高俊峰;;基于Python編程語言的空間動態(tài)模型集成[A];自然地理學與生態(tài)安全學術論文摘要集[C];2012年

2 連高欣;;Python語言在Cimiss中的應用[A];第35屆中國氣象學會年會 S20 深度信息化：應用支持與智能發(fā)展[C];2018年

3 高磊;;基于Python的ArcGIS逐要素瀏覽工具開發(fā)研究[A];華東區(qū)海峽兩岸交流研討論文集[C];2019年

4 王亞東;;Python在氣象數(shù)據(jù)可視化中的應用[A];第34屆中國氣象學會年會 S20 氣象數(shù)據(jù)：深度應用和標準化論文集[C];2017年

5 ;Development of Python-based ArcGIS Tools for Spatially Balanced Forest Sampling Design[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年

6 陳琳;任芳;;基于Python的新浪微博數(shù)據(jù)爬蟲程序設計[A];第33屆中國氣象學會年會 S13 “互聯(lián)網(wǎng)+”與氣象服務——第六屆氣象服務發(fā)展論壇[C];2016年

7 高綿新;;基于Python的ArcGIS腳本工具在DEM精細化生產中的應用[A];全國測繪科技信息網(wǎng)中南分網(wǎng)第三十次學術信息交流會論文集[C];2016年

8 王蘭成;;基于Python設計的索引智能標引與檢索研究——以《張琪玉索引學文集》和《中國索引（第一輯）》為例[A];2019年中國索引學會年會暨學術研討會論文集[C];2019年

9 陳路;;基于Python的基礎性地理國情監(jiān)測數(shù)據(jù)處理[A];華東區(qū)海峽兩岸交流研討論文集[C];2019年

10 于文麗;;基于Python的空間自相關模式研究[A];中國地理學會百年慶典學術論文摘要集[C];2009年

相關重要報紙文章 前10條

1 ;你使用的Python對象占用了多少內存？(上)[N];電腦報;2019年

2 ·特約作者 鄒肇輝;BT編程的王者[N];電腦報;2005年

3 張俊紅 《對比Excel，輕松學習Python數(shù)據(jù)分析》作者;為什么要寫《對比Excel，，輕松學習Python數(shù)據(jù)分析》[N];新華書目報;2019年

4 西南科技大學城市學院 劉光乾;在Windows上使用Python進行開發(fā)(一)[N];電子報;2019年

5 西南科技大學城市學院 劉光乾;在Windows上使用Python進行開發(fā)(二)[N];電子報;2019年

6 ;如何利用Python為自然語言處理加速[N];電腦報;2019年

7 高壽福;無所不能的靈蛇——Python[N];中華讀書報;2001年

8 本報記者 王延斌;小學教育應有Python一席之地[N];科技日報;2018年

9 易水;IT新詞集錦（403）[N];計算機世界;2004年

10 Christina Mercer 編譯 楊勇;2018年的主要IT技術:最需要、增長最快的IT技術[N];計算機世界;2018年

相關博士學位論文 前2條

1 徐兆桂;Python程序缺陷的自動檢測與定位技術[D];南京大學;2017年

2 張冪;基于動態(tài)語言的系統(tǒng)描述、驗證和綜合[D];復旦大學;2009年

相關碩士學位論文 前10條

1 姚縉然;基于Python的糧食產量組合預測模型研究及應用[D];武漢輕工大學;2019年

2 王潔;基于Python的中越雙語可比語料構建[D];云南大學;2018年

3 劉佩瑤;Python腳本的脆弱性檢測研究與實現(xiàn)[D];北京交通大學;2019年

4 鐘娟娟;基于Python的紙張參數(shù)在線監(jiān)測系統(tǒng)設計[D];長安大學;2019年

5 袁鼎;基于Object-Z的UML類圖形式化及Python代碼生成研究[D];南華大學;2019年

6 王文韜;基于Python的城市PM_（2.5）數(shù)據(jù)分析與綠色經(jīng)濟效率研究[D];中國石油大學(華東);2017年

7 許曉飛;基于Python的寬帶車聯(lián)網(wǎng)路由層和MAC層的設計與實現(xiàn)[D];廈門大學;2017年

8 馬洪躍;面向類型推導的Python類型標注分析[D];南京大學;2019年

9 楊帆;初中學段編程校本課程開發(fā)與評價研究[D];上海師范大學;2019年

10 錢宇;基于Python的自動化圖片特征存取系統(tǒng)的設計與實現(xiàn)[D];北京郵電大學;2019年

本文編號：2677497