【摘要】：我國領(lǐng)土幅員遼闊,人口眾多。各地區(qū)擁有有限的農(nóng)業(yè)生產(chǎn)原料,人均農(nóng)業(yè)資源占有情況不完整,分配不均等。不同情況的存在表明,農(nóng)業(yè)是決定國民經(jīng)濟快速發(fā)展的最重要因素之一。農(nóng)業(yè)是我國的基礎(chǔ)產(chǎn)業(yè),吉林省玉米生產(chǎn)在中國農(nóng)業(yè)中發(fā)揮著重要作用。農(nóng)業(yè)生產(chǎn)狀況過程是一個復(fù)合開放的生態(tài)系統(tǒng)。糧食生產(chǎn)動態(tài)變化,引導(dǎo)糧食生產(chǎn)受到外部因素不同程度的影響,正確有效地預(yù)測未來玉米產(chǎn)量和生產(chǎn)狀況,有利于促進中國農(nóng)業(yè)生產(chǎn)發(fā)展和國家產(chǎn)業(yè)發(fā)展。農(nóng)業(yè)這個動態(tài)不確定系統(tǒng)往往數(shù)據(jù)模糊、缺失、信息不完善等情況常有存在。利用灰色系統(tǒng)理論可以實現(xiàn)預(yù)測、關(guān)聯(lián)、分析問題,灰色系統(tǒng)可以解決這樣情況下的建模問題。但是伴隨著生產(chǎn)實踐的發(fā)展,不斷出現(xiàn)更多新問題需要進一步的理論知識去解決。本文提出結(jié)合時間性的組合灰色系統(tǒng)進行吉林省玉米產(chǎn)量預(yù)測。文中在已有文獻基礎(chǔ)上闡述分析了時間序列、灰色系統(tǒng)理論,數(shù)據(jù)生成、模型構(gòu)建等問題,提出組合灰色系統(tǒng)建模方法在吉林省精準農(nóng)業(yè)中玉米產(chǎn)量預(yù)測問題中進行應(yīng)用和檢驗。主要研究有:(1)介紹了吉林省玉米生產(chǎn)現(xiàn)狀、時間序列算法和灰色系統(tǒng)理論原理。(2)根據(jù)吉林年鑒數(shù)據(jù)1996-2016年玉米產(chǎn)量,建立了時間序列算法的玉米產(chǎn)量預(yù)測模型;基于灰色系統(tǒng)理論建立玉米產(chǎn)量灰色GM(1,1)預(yù)測模型;利用兩個模型分別對吉林省黑土區(qū)連20年產(chǎn)量數(shù)據(jù)進行預(yù)測,并與實際玉米產(chǎn)量數(shù)據(jù)進行比較分析,驗證模型的有效性。(3)針對玉米產(chǎn)量復(fù)雜的特點,考慮到玉米產(chǎn)量的時間特性,結(jié)合上述二個模型的優(yōu)點,構(gòu)建結(jié)合時間序列的組合灰色模型對玉米產(chǎn)量進行預(yù)測。組合灰色預(yù)測模型的構(gòu)建步驟為:經(jīng)過對數(shù)函數(shù)冪函數(shù)方法針對原始數(shù)據(jù)進行變換平滑處理。把時間序列數(shù)據(jù)處理后代入灰色模型后進行預(yù)測出結(jié)果,最后修正預(yù)測結(jié)果通過建立殘差模型。結(jié)果表明,灰色系統(tǒng)預(yù)測模型對吉林玉米產(chǎn)量的預(yù)測效果明顯好于單一預(yù)測模型。
【學位授予單位】：吉林農(nóng)業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：N941.5;S513
【圖文】：

表 3-1 1996 年到 2016 年吉林省玉米產(chǎn)量統(tǒng)計表Table 3-1 1996 to 2016 Jilin corn yield statistics. 1996 1997 1998 1999 2000 2001 20021753.4 1260.3 1924.7 1692.6 993.2 1328.4 1540 2003 2004 2005 2006 2007 2008 20091615.3 1810 1815 1984 1800 2083 1810 2010 2011 2012 2013 2014 2015 20162004 2339 2578.78 2775.74 2733.5 2805.73 2833 3.2 可以看出，對過去二十年玉米產(chǎn)量原始數(shù)據(jù)做時間分析，吉林省玉米產(chǎn)內(nèi)為非平穩(wěn)時間序列。吉林省玉米產(chǎn)量這段時間雖然有一定的波動性，但在比較明顯。

則模型的擬合度和相關(guān)系數(shù)應(yīng)該越大。識別驗數(shù)據(jù)所得的時間序列模型的樣本自相關(guān)、偏相關(guān)函數(shù)來進行模型的擇合適模型的類型，與時間序列模型匹配的階數(shù)可以確定了[33]。3.3 所示 AFC 自相關(guān)圖，以及圖 3-4 所示的 PAFC 偏自相關(guān)，從圖中可以列基本呈拖尾趨勢，并沒有明顯的截斷點。因為我們前面所說的吉林省平穩(wěn)時間序列，這時我們?yōu)榱讼渚�性趨勢，需要進行差分平穩(wěn)化省玉米產(chǎn)量數(shù)據(jù)時間序列為 ARIMA ( p,d,q )。

圖 3.4 模型的計算產(chǎn)量和實際產(chǎn)量Figure 3.4 the calculated and actual output of the model（2）預(yù)測檢驗運用ARIMA（ 1 ,2,1）模型預(yù)測 1996 年至 2016 年度的吉林省玉米產(chǎn)量，所得的值的比較結(jié)果見表 3-5。表 3-5 實際值與預(yù)測值統(tǒng)計表（單位：千克每公頃）Table 3-5 statistical table of actual and predicted values年份 實際值 預(yù)測值 誤差x(1) 1753.40 1860.84 6.13x(2) 1260.30 1219.45 3.24x(3) 1924.70 2010.30 4.45x(4) 1692.60 1663.42 1.72x(5) 1993.20 1907.95 4.28x(6) 1328.40 1420.23 6.91x(7) 1540.00 1569.56 1.92x(8) 1615.30 1633.52 1.13x(9) 1810.00 1909.40 5.49x(10) 1815.00 1947.87 7.32

【參考文獻】

相關(guān)期刊論文 前8條

1 姜聰;朱家明;陳巖;司捷;;基于灰色理論模型的中國農(nóng)業(yè)發(fā)展的預(yù)測[J];安慶師范學院學報(自然科學版);2014年02期

2 陳永福;吳蓓蓓;王晶晶;;基于多變量經(jīng)驗概率模型的中國糧食產(chǎn)量模擬預(yù)測分析[J];系統(tǒng)工程理論與實踐;2012年11期

3 吉奇;;基于Logistic和災(zāi)減率方法制作玉米產(chǎn)量的預(yù)測[J];中國農(nóng)學通報;2012年06期

4 江和文;趙銘;郭婷婷;張麗敏;孫卓;高井寶;;基于殘差周期修正的遼寧省糧食產(chǎn)量灰色預(yù)測[J];氣象與環(huán)境學報;2011年03期

5 蘇濤;王鵬新;劉翔舸;楊博;;基于熵值組合預(yù)測和多時相遙感的春玉米估產(chǎn)[J];農(nóng)業(yè)機械學報;2011年01期

6 蘇恒強;陳桂芬;朱春嬈;;基于熵值法的玉米產(chǎn)量組合預(yù)測模型[J];沈陽農(nóng)業(yè)大學學報;2010年01期

7 熊偉;楊婕;林而達;許吟隆;;未來不同氣候變化情景下我國玉米產(chǎn)量的初步預(yù)測[J];地球科學進展;2008年10期

8 張文英;栗秋生;栗雨勤;;河北省玉米產(chǎn)量灰色理論分析與預(yù)測[J];華北農(nóng)學報;2007年S1期

本文編號：2782542