本文關(guān)鍵詞：粒子群—灰色馬爾科夫鏈的改進(jìn)及應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：中國(guó)是紅棗種植、生產(chǎn)及消費(fèi)大國(guó).紅棗產(chǎn)業(yè)是我國(guó)農(nóng)業(yè)生產(chǎn)的重要組成部分.因此,科學(xué)準(zhǔn)確地預(yù)測(cè)中國(guó)紅棗年產(chǎn)量對(duì)農(nóng)業(yè)部門制定相關(guān)政策和合理制定生產(chǎn)計(jì)劃具有重要參考價(jià)值.目前,有關(guān)糧食產(chǎn)量預(yù)測(cè)方面的理論和方法比較豐富,但是具體到紅棗,對(duì)其產(chǎn)量預(yù)測(cè)的相關(guān)研究較少,所以,本文研究建立三種合理的數(shù)學(xué)模型:灰色GM(1,1)模型,灰色馬爾科夫鏈模型及基于粒子群優(yōu)化的改進(jìn)灰色馬爾科夫鏈模型,預(yù)測(cè)中國(guó)紅棗年產(chǎn)量,并分別對(duì)其預(yù)測(cè)精度進(jìn)行對(duì)比分析.灰色系統(tǒng)理論是研究“小樣本、貧信息、不確定性問題”的一種常用方法,其中最基本、應(yīng)用較多的模型是灰色GM(1,1)模型.由于受到自然環(huán)境、社會(huì)環(huán)境及農(nóng)業(yè)政策等多方面因素的影響,我國(guó)紅棗年產(chǎn)量具有隨機(jī)性和波動(dòng)性,可將其視為灰色系統(tǒng).因此,本文首先考慮建立灰色GM(1,1)模型,獲得近年紅棗年產(chǎn)量基本走勢(shì).傳統(tǒng)GM(1,1)模型可以揭示數(shù)據(jù)發(fā)展趨勢(shì),但對(duì)隨機(jī)波動(dòng)性較大的數(shù)據(jù)擬合度較差,預(yù)測(cè)精度不高;馬爾科夫鏈依據(jù)系統(tǒng)現(xiàn)在的狀態(tài)及變化趨勢(shì)來預(yù)測(cè)系統(tǒng)下一階段可能所處的狀態(tài),適用于隨機(jī)波動(dòng)性較大的數(shù)據(jù)序列.鑒于此,本文進(jìn)一步運(yùn)用馬爾科夫鏈對(duì)紅棗年產(chǎn)量灰色GM(1,1)模型進(jìn)行修正,建立灰色馬爾科夫鏈模型,彌補(bǔ)GM(1,1)模型對(duì)非單調(diào)序列預(yù)測(cè)效果差的不足.粒子群算法是一種仿生集群優(yōu)化算法,它通過模擬鳥類覓食過程來搜索最優(yōu)解.算法所需調(diào)節(jié)參數(shù)少,具有較強(qiáng)的全局搜索能力,被廣泛應(yīng)用于各種優(yōu)化問題.為進(jìn)一步提高模型預(yù)測(cè)的準(zhǔn)確性,本文采用粒子群算法對(duì)紅棗年產(chǎn)量灰色馬爾科夫鏈模型進(jìn)行優(yōu)化,得到粒子群-灰色馬爾科夫鏈模型.區(qū)別于標(biāo)準(zhǔn)粒子群算法中慣性因子取定值的做法,本文優(yōu)化模型中慣性因子采用線性遞減的方式進(jìn)行尋優(yōu),增強(qiáng)了算法的收斂性;并提出新的適應(yīng)度函數(shù),避免了一般粒子群算法中誤差平方再求和的繁瑣計(jì)算,減少了計(jì)算量.本文選用國(guó)家統(tǒng)計(jì)局2005-2012年紅棗年產(chǎn)量數(shù)據(jù)進(jìn)行建模,分別建立GM(1,1)模型、灰色馬爾科夫鏈模型及粒子群-灰色馬爾科夫鏈模型,并運(yùn)用以上三種模型預(yù)測(cè)2006-2012年中國(guó)紅棗年產(chǎn)量.將預(yù)測(cè)值與真實(shí)數(shù)據(jù)進(jìn)行定量對(duì)比,得出三種模型的平均相對(duì)誤差分別為3.60%,1.15%,0.67%.說明紅棗年產(chǎn)量粒子群-灰色馬爾科夫鏈模型具有較高的預(yù)測(cè)精度,能夠?yàn)榧t棗生產(chǎn)企業(yè)及農(nóng)業(yè)部門制定紅棗生產(chǎn)規(guī)劃和政策提供數(shù)據(jù)支持.最后運(yùn)用粒子群-灰色馬爾科夫鏈模型對(duì)2013-2019年中國(guó)紅棗年產(chǎn)量進(jìn)行預(yù)測(cè).
【關(guān)鍵詞】：紅棗年產(chǎn)量 灰色系統(tǒng) GM(1 1)模型 馬爾科夫鏈 粒子群算法
【學(xué)位授予單位】：湖北師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;F326.13
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-14
• 1.1 研究背景及意義9-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.3 論文主要內(nèi)容12
• 1.4 本文的創(chuàng)新點(diǎn)12-14
• 第二章 預(yù)測(cè)中國(guó)紅棗年產(chǎn)量的數(shù)學(xué)模型14-26
• 2.1 GM（1,1）模型理論14-16
• 2.2 馬爾科夫鏈的相關(guān)理論16-19
• 2.2.1 馬爾科夫過程16
• 2.2.2 馬爾科夫鏈的定義與幾條性質(zhì)16-18
• 2.2.3 利用馬爾科夫鏈進(jìn)行預(yù)測(cè)的基本步驟18-19
• 2.3 粒子群算法理論19-23
• 2.3.1 粒子群算法簡(jiǎn)介19-20
• 2.3.2 標(biāo)準(zhǔn)粒子群算法20-21
• 2.3.3 改進(jìn)慣性因子的粒子群算法21-23
• 2.4 粒子群優(yōu)化的灰色馬爾科夫鏈模型23-26
• 2.4.1 灰色馬爾科夫鏈模型23-24
• 2.4.2 改進(jìn)適應(yīng)度函數(shù)的粒子群-灰色馬爾科夫鏈模型24-26
• 第三章 實(shí)例運(yùn)用26-35
• 3.1 殘差檢驗(yàn)26-27
• 3.2 灰色GM（1，1）模型預(yù)測(cè)紅棗年產(chǎn)量27-28
• 3.3 灰色馬爾科夫鏈模型預(yù)測(cè)中國(guó)紅棗年產(chǎn)量28-30
• 3.3.1 狀態(tài)劃分28-29
• 3.3.2 建立概率轉(zhuǎn)移矩陣29
• 3.3.3 獲得預(yù)測(cè)值29-30
• 3.4 粒子群-灰色馬爾科夫鏈模型預(yù)測(cè)中國(guó)紅棗年產(chǎn)量30-33
• 3.4.1 殘差狀態(tài)區(qū)間分析30-31
• 3.4.2 獲取粒子群-灰色馬爾科夫鏈模型預(yù)測(cè)結(jié)果31-33
• 3.5 三種模型的實(shí)例運(yùn)用分析33-35
• 第四章 總結(jié)及展望35-37
• 致謝37-38
• 參考文獻(xiàn)38-41
• 附錄1 攻讀學(xué)位期間發(fā)表論文目錄41-42
• 附錄2 算法程序42-48

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊恩源;;用馬爾科夫鏈預(yù)測(cè)商品銷售[J];河南財(cái)經(jīng)學(xué)院學(xué)報(bào);1987年01期

2 胡景煥;;基于馬爾科夫鏈的葡萄酒指數(shù)預(yù)測(cè)模型[J];中外葡萄與葡萄酒;2014年02期

3 韓建玲;;馬爾科夫鏈在教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用[J];中國(guó)科教創(chuàng)新導(dǎo)刊;2010年01期

4 王寶森;王旭智;;期貨價(jià)格的馬爾科夫鏈改進(jìn)模型[J];青島大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

5 楊超;;馬爾科夫鏈在行業(yè)投資決策中的應(yīng)用[J];科技創(chuàng)業(yè)月刊;2010年07期

6 張傳平;陳泓潔;閆雪平;趙蕊蕊;張慶;張艷霞;;馬爾科夫鏈與原油進(jìn)口時(shí)機(jī)選擇[J];中國(guó)石油大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

7 谷秀娟;李超;;基于馬爾科夫鏈的房?jī)r(jià)預(yù)測(cè)研究[J];消費(fèi)經(jīng)濟(jì);2012年05期

8 葛芳晟;劉芳;;馬爾科夫鏈理論的簡(jiǎn)易應(yīng)用[J];科協(xié)論壇(下半月);2013年10期

9 郜會(huì)青;;馬爾科夫鏈在股票價(jià)格預(yù)測(cè)中的應(yīng)用[J];致富時(shí)代;2014年02期

10 龔雯;胡家福;;基于馬爾科夫鏈在IT項(xiàng)目進(jìn)度中的控制管理[J];電子測(cè)試;2013年24期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條

1 王丹;雷艷紅;黃永興;李清;;馬爾科夫鏈在綜合造價(jià)指數(shù)預(yù)測(cè)中的應(yīng)用[A];電網(wǎng)工程造價(jià)管理優(yōu)秀論文[C];2011年

2 林斐;;馬爾科夫鏈在地價(jià)趨勢(shì)預(yù)測(cè)中的應(yīng)用及分析[A];中國(guó)運(yùn)籌學(xué)會(huì)第九屆學(xué)術(shù)交流會(huì)論文集[C];2008年

3 郭昊坤;吳軍基;應(yīng)展烽;陸嫻;;一類特殊隨機(jī)序列的改進(jìn)馬爾科夫鏈建模[A];第十六屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上）[C];2011年

4 張麗;楊慶媛;;馬爾科夫鏈在土地利用結(jié)構(gòu)優(yōu)化中的運(yùn)用探討——以重慶市沙坪壩區(qū)為例[A];中國(guó)土地資源可持續(xù)利用與新農(nóng)村建設(shè)研究[C];2008年

5 田瓊;楊麗;羅婷;;基于馬爾科夫鏈的停車尋位模型[A];中國(guó)系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個(gè)領(lǐng)域中的應(yīng)用研究[C];2014年

6 錢虹;駱建波;金蔚霄;周金明;臧旭東;;基于動(dòng)態(tài)故障樹的DEH系統(tǒng)優(yōu)化的可靠性評(píng)價(jià)[A];智能化電站技術(shù)發(fā)展研討暨電站自動(dòng)化2013年會(huì)論文集[C];2013年

7 張炳漢;;灰色——馬爾科夫鏈方法在甘蔗產(chǎn)量前景預(yù)測(cè)中的應(yīng)用[A];模糊數(shù)學(xué)和系統(tǒng)成果會(huì)論文集[C];1991年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 蒲冰遠(yuǎn);馬爾科夫鏈與網(wǎng)頁(yè)排序問題的數(shù)值算法研究[D];電子科技大學(xué);2015年

2 馬海平;進(jìn)化算法模型建立與性能分析研究[D];上海大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 唐小勇;馬爾科夫鏈問題算法研究[D];電子科技大學(xué);2015年

2 湯龍浩;基于部分觀測(cè)信息的CAN總線節(jié)點(diǎn)可靠性評(píng)估[D];浙江大學(xué);2015年

3 李香春;能量高效的智能傳感策略研究[D];哈爾濱工業(yè)大學(xué);2016年

4 樊冬雪;基于優(yōu)化灰色馬爾科夫鏈模型的鐵路客流量預(yù)測(cè)方法研究[D];重慶交通大學(xué);2015年

5 劉春;出行者出行信息語(yǔ)義挖掘[D];山東理工大學(xué);2015年

6 張強(qiáng);基于隨機(jī)調(diào)制的感應(yīng)電機(jī)減振降噪策略研究[D];沈陽(yáng)工業(yè)大學(xué);2016年

7 黃燁;視覺顯著性目標(biāo)檢測(cè)技術(shù)研究[D];中國(guó)科學(xué)院研究生院(光電技術(shù)研究所);2016年

8 程恒;粒子群—灰色馬爾科夫鏈的改進(jìn)及應(yīng)用[D];湖北師范大學(xué);2016年

9 汲劍銳;馬爾科夫鏈應(yīng)用的一些探討[D];華中師范大學(xué);2012年

10 王洪波;基于馬爾科夫鏈的算法復(fù)雜度分析[D];大連理工大學(xué);2007年

  本文關(guān)鍵詞：粒子群—灰色馬爾科夫鏈的改進(jìn)及應(yīng)用，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：279504