本文選題：農(nóng)機總動力　切入點：預測　出處：《農(nóng)機化研究》2017年08期

【摘要】：農(nóng)機總動力的預測研究對于農(nóng)業(yè)機械的"供給側"改革有著重要意義和研究價值,科學合理的預測結果對于職能部門的規(guī)劃制定有著重要的指導意義。農(nóng)機總動力數(shù)據(jù)具有時間序列性質,本研究應用灰色GM(1,1)模型對其進行有效的預測分析。為了提高預測的準確性,應用BP神經(jīng)網(wǎng)絡對灰色殘差數(shù)據(jù)進行處理,補償灰色預測結果,建立了相應的預測模型。實驗表明:該模型對于吉林省農(nóng)機總動力的預測科學有效,并對吉林省未來5年的農(nóng)機總動力進行了預測,為相關政策制定提供了科學依據(jù)。
[Abstract]:In order to improve the accuracy of forecasting , the grey GM ( 1,1 ) model is applied to the prediction and analysis of the grey residual data . In order to improve the accuracy of forecasting , the grey GM ( 1,1 ) model is applied to forecast the grey residual data , and the corresponding prediction model is established . The experiment shows that the model provides scientific basis for the prediction of the overall power of agricultural machinery in Jilin Province in the next five years , and provides scientific basis for the development of relevant policies .

【作者單位】： 吉林農(nóng)業(yè)大學;
【基金】：吉林省教育廳“十二五”規(guī)劃項目(吉教科合字[2015]第183號);吉林省教育廳科學研究項目(2015-00193) 吉林省高等教育學會科研項目(JGJX2015 D34)
【分類號】：S23-0;TP183

【相似文獻】

相關期刊論文 前10條

1 賴慶輝,米伯林,楊志堅;基于人工神經(jīng)網(wǎng)絡的黑龍江省農(nóng)機總動力預測[J];農(nóng)機化研究;2005年04期

2 嚴磊;毛鳳梅;雷邦軍;羅會亮;;農(nóng)機總動力預測的灰色神經(jīng)網(wǎng)絡新方法[J];中國農(nóng)機化學報;2013年03期

3 胡新治,王文章;談河南農(nóng)機化發(fā)展速度[J];農(nóng)村機械化;1998年10期

4 朱瑞祥;黃玉祥;楊曉輝;;用灰色神經(jīng)網(wǎng)絡組合模型預測農(nóng)機總動力發(fā)展[J];農(nóng)業(yè)工程學報;2006年02期

5 楊智來;吳杰;溫浩軍;蒲明;;基于串聯(lián)型灰色神經(jīng)網(wǎng)絡新疆兵團農(nóng)機總動力預測[J];新疆農(nóng)機化;2013年05期

6 宋琿;董欣;王兵;;基于BP神經(jīng)網(wǎng)絡的農(nóng)機總動力預測模型研究[J];東北農(nóng)業(yè)大學學報;2009年04期

7 馬素萍;高洪波;;農(nóng)機總動力影響因素灰色關聯(lián)分析及GM(1,1)預測——以江蘇省為例[J];北京農(nóng)業(yè)職業(yè)學院學報;2013年06期

8 張海云;;農(nóng)機總動力的預測及多種數(shù)學方法的應用比較[J];中國農(nóng)機化;2006年02期

9 王吉權;邱立春;王福林;王英;任艷杰;孫福田;;BP神經(jīng)網(wǎng)絡在農(nóng)機總動力預測中的應用[J];數(shù)學的實踐與認識;2013年01期

10 陳曉青;劉青云;;柴油機如何降耗節(jié)油[J];南方農(nóng)機;2010年01期

相關碩士學位論文 前1條

1 許淑芹;黑龍江省農(nóng)機總動力預測方法的研究[D];黑龍江八一農(nóng)墾大學;2016年

，

本文編號：1710829