糧食產量是國家糧食安全系統(tǒng)的重要指標,文中提出GM（1,1）綜合修正模型,并對糧食產量進行了預測。先將原始數據與其預測值之差作為殘差序列,逐步地減少樣本數量并計算殘差序列,根據殘差序列的符號是否一致,最終選定尾部樣本,建立GM（1,1）模型并進行預測值的殘差均值修正,最后對比了2013與2014年的糧食產量實際值、GM（1,1）模型預測值及修正的GM（1,1）模型預測值,驗證了修正模型預測精度的提高。 

【文章頁數】：3 頁

【參考文獻】：
期刊論文
[1]基于趨勢延伸法的糧食產量的預測[J]. 屈文婷,李賀.  福建電腦. 2016(04)
[2]應用灰色GM（1,1）模型的糧食產量預測研究[J]. 楊克磊,張振宇,和美.  重慶理工大學學報(自然科學). 2015(04)
[3]灰色神經網絡在糧食產量預測中的應用[J]. 林芳.  計算機仿真. 2012(04)
[4]馬爾科夫方法修正的灰色模型在吉林省糧食產量預測中的應用[J]. 姚作芳,劉興土,楊飛.  地理科學. 2010(03)
[5]GM（1,N）灰色系統(tǒng)與BP神經網絡方法的糧食產量預測比較研究[J]. 蘇博,劉魯,楊方廷.  中國農業(yè)大學學報. 2006(04)
[6]基于粗糙集的組合預測方法在糧食產量預測中的應用[J]. 肖智,鄭大霞.  統(tǒng)計與決策. 2005(08)



本文編號：3689337