灰色系统理论在粮食产量预测中的应用

灰色预测是一种对灰色系统进行白化的算法,该算法需要的信息少、通用性强、计算量小.针对粮食产量的预测问题,依据其历史数据,建立了基于灰色系统理论的时间序列预测模型,利用可信度p^0、关联度R、后验差比值C和小误差概率p等项指标检验了模型,证实了所建模型是可靠的,可行的.     

宿州市粮食生产灰色关联分析及预测

根据宿州市1978～2009年粮食产量相关统计资料,运用灰色模型对宿州市粮食生产预测并进行影响因素灰色关联分析.结果表明:宿州市粮食产量整体呈上升趋势,但中间因气候因素导致较大波动,若措施得当,未来6年粮食产量将逐年增加;9个影响因子中,粮食单产、粮食播种面积、农业生产资料价格及农田水利设施是影响宿州市粮食生产的最重要的因子.     

粮食生产影响因素的灰色关联动态分析

根据1949～2001年济宁市(不包括泗水、汶上、梁山)各县(市、区)的统计资料，分析了53年来粮食生产的发展变化历程，并进一步以1978～2001年济宁市12个县(市、区)的统计资料为基础，运用灰色系统理论，对影响济宁市粮食生产的诸因素进行关联动态分析，从定量的角度考察了粮食产量与诸因子的关联程度，指出了粮食单产、劳动力、有效灌溉面积、耕地面积和播种面积是影响济宁市粮食生产的最主要因素，并提出粮食生产可持续发展的基本对策，为解决济宁市粮食产量持续稳定增长提供了理论依据。     

区域粮食生产灰色关联分析

采用灰色系统理论,对影响河南省粮食产量的诸因素进行动态灰色关联分析,运用GM(1,1)模型在对其发展趋势预测的基础上,进行趋势关联分析.研究结果动态地反映了河南粮食生产发展的趋势,为粮食生产持续发展、科学决策提供理论依据.     

基于灰色Elman-NN模型的粮食产量预测与分析

设计灰色Elman神经网络预测模型,用于陕西地区人均粮食占有量及粮食单产量数据的预测与分析。根据神经网络能有效修正灰色预测模型的思路,设计灰色Elman神经网络预测模型。在对陕西地区人均粮食占有量及粮食单产量数据进行分析的基础上,建立灰色GM(1,1)模型,并利用Elman神经网络对粮食单产量数据预测模型进行残差修正。所设计的Elman-NN组合模型效果及预测精度优于单一的灰色预测模型。组合预测模型可用于农业及粮食产量领域的预测,为政府制定、实施农业经济政策提供科学依据。     

文山市经济增长预测及影响因素分析

根据文山市2008～2012年的统计数据,运用灰色系统预测模型对文山市GDP进行预测,并利用灰色关联度分析法对文山市经济增长影响因素进行分析。结果表明未来4年文山市经济将继续保持增长,第三产业增加值和高校在校生数对文山市经济增长的影响作用最强。     

基于南充市生产总值(GDP)的灰色预测与因素分析

本文对2005-2012年南充市生产总值(GDP)、第一、二、三产业的增加值的数据进行了分析,根据数据的特征,采用灰色GM(1,1)模型对四类数据建立了预测模型,获得了较高的精度,并利用灰色关联分析,分析了南充市各产业增加值对GDP的影响程度.     

基于多元线性回归模型和灰色关联分析的江苏省粮食产量预测

针对江苏省近年来粮食产量波动的现状,采用灰色关联模型对2000~2009年江苏省粮食产量进行分析.结果发现,播种面积、化肥施用量、年均气温、年均降水以及农药施用量等5个因素是粮食产量波动的主导因素.然后在灰关联分析的基础上建立多元线性回归方程对2010~2012年江苏省粮食产量进行预测与验证,结果表明预测效果良好.最后,针对现状提出了相关建议.     

生成矩阵与灰色预测

累加生成与累减生成是灰色数据处理的主要手段，常用的有阶和二阶累加生成。对高阶ｍ－ＡＧＯ及其逆运算ｍ－ＩＡＧＯ，本文给出了相应的生成矩阵，进而证明了累加生成灰指数律，最后分析了高阶灰色预测所导致的误差。     

2004—2012年河南五地市粮食产量影响因子的灰色关联分析

选择了农业从业人员、农业机械总动力、农村用电量、农用化肥使用折纯量、农用塑料薄膜使用量、农药使用量、粮食作物播种面积、粮食单产等8个因子,运用灰色关联分析方法,对河南省周口、信阳、商丘、驻马店、南阳五地市2004—2012年粮食产量进行关联性分析.结果表明,8个因子对这5个地市粮食产量影响排名差别较大,基于此,提出粮食增产稳产的建议.     

辽宁省R&D投入与经济增长的灰色关联分析

为正确认识R&D活动投入与经济增长的动态均衡关系,运用灰色关联分析方法,从不同角度深入研究辽宁省R&D活动投入对促进区域经济增长的作用,旨在为研究制定辽宁省R&D活动相关政策,提高R&D投入对经济增长的贡献程度,促进区域经济发展提供科学的决策参考依据。     

空气中PM2.5浓度的灰色预测与关联因素分析

2013年1月开始,国内持续的大范围雾霾天气,将PM2.5问题推向了舆论热潮的顶峰.结合武汉市监测点的数据建立灰色预测GM(1,1)模型,并编写VB程序建立GM(1,1)系统,对未来短期PM2.5浓度变化进行预测,弥补了监测过程中缺失的数据.此外,根据武汉市空气质量监测数据和京津冀、上海、广东及全国其他地区的工业废气、粉尘排放量数据进行灰色关联度分析,得出CO,O3,NH3和NH4NO3与PM2.5浓度的相关性较强,从而为进一步研究PM2.5提供科学依据.     

基于灰色关联支持向量机的中国粮食产量预测模型

研究我国粮食生产系统的变动规律,做好粮食产量科学预测不仅是制定农业政策的重要依据,而且对于保证我国的粮食安全具有重要意义。鉴于粮食生产系统的复杂性和信息不完全性,在对粮食生产系统灰色关联分析的基础上,确定出影响粮食产量的主要因子,然后根据支持向量机回归原理,建立了基于灰色关联支持向量机的预测模型。预测结果表明该模型具有较高的预测精度,为粮食产量预测提供了一条新的途径。     

瓜尔豆主要单株性状与单株产量的灰色关联度分析

通过灰色关联度分析方法对瓜尔豆单株各个性状与单株产量间的相互关系进行了分析,找出了影响单株产量的主导因素,分清了各个因素间的主次关系,为选育优良新品种和制定合理栽培技术措施提供了科学依据     

上海市碳排放影响因素的灰色关联分析与预测

为给上海市降低碳排放量提供有益参考,同时给中国城市低碳发展作示范,通过灰色关联分析法研究了上海市2000—2011年碳排放量与经济增长水平、人口规模、产业结构、能源结构、能源强度的关联度,并详细分析了各影响因素对上海市碳排放量的影响.同时运用基于正弦函数变换的GM(1,1)模型对上海市碳排放量进行了预测,预测结果表明了上海市加大节能减排力度的紧迫性.最后,针对研究结果,结合上海市实际情况,给出了降低上海市碳排放量的具体对策和路径.     

河南粮食生产影响因素的改进广义灰关联度分析

利用剩余法对河南省粮食生产波动进行分析,根据其波动情况将1990—2012年河南省粮食生产划分为两个阶段.然后采用改进的广义灰色关联度分析方法对两个阶段中10个影响因素进行了动态分析.结果表明:河南省的粮食生产总体呈增长趋势,但波动频繁,且具有阶段性变化特征;粮食单产、农田有效灌溉面积和农业机械总动力是河南省粮食生产的主控因素;农药和化肥对粮食增产的作用越来越大,但应注意环境保护,发展有机化肥和生物农药;耕地保护应严格执行,确保粮食播种面积.     

基于灰色关联的洛阳市空气质量影响因素分析

以洛阳市2006年至2009年的市区空气质量为例,利用灰色关联分析法对影响空气质量的因素进行了分析。分析结果表明:洛阳市空气质量的首要污染物是可吸入颗粒物(PM₁₀),空气质量呈现煤烟型和尘污染的复合特征;烟尘排放总量、城市机动车辆总数、人均公园绿地面积和二氧化硫排放总量是影响洛阳市空气质量的主要因素。改善城市燃料结构、控制机动车辆的尾气排放和加强城市绿化建设是改善城市空气质量状况的最有效手段。     

蒸汽驱产量模型改进及影响因素分析

本文改进了Jones蒸汽驱产量计算模型,据此,对辽河油田齐-40块蒸汽驱生产状态进行了分析和预测。结果表明：(1)通过历史拟合,Jones模型预测结果与生产历史吻合,可用来估计生产动态变化趋势;(2)注蒸汽速度和蒸汽干度的增加,会增加原油采油速度;(3)原始含油饱和度增加会明显地增加采油速度。