小麦产量预测模型的仿真研究

被引:7
作者
杨梅 [1 ]
李广 [2 ]
机构
[1] 甘肃农业大学信息科学技术学院
[2] 甘肃农业大学甘肃省干旱生境作物学重点实验室
关键词
小麦产量; 预测; 灰色模型; 支持向量机;
D O I
暂无
中图分类号
S512.1 [小麦]; TP18 [人工智能理论];
学科分类号
0901 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
研究小麦产量预测精度问题,小麦产量受到气候、灾害、病虫害、耕地面积等因素综合影响,不仅具有非线性变化规律,同时具有线性变化规律,传统单一模型很难同时对非线性和线性变化规律进行预测,导致精度低,为了提高小麦产量的预测精度,提出一种灰色模型和支持向量机的小麦产量组合预测模型。首先利用灰色模型对小麦产量进行预测,挖掘小麦产量的线性变化规律;然后采用支持向量机对小麦产量进行预测,描述小麦产量的非线性变化规律;采用以上两个模型的预测加权平均得到了小麦产量,并进行仿真。仿真结果表明,组合模型很好地解决了小麦产量复杂多变预测问题,较好地克服了单一预测模型缺陷,降低了小麦产量的预测误差,提高了小麦产量的预测精度。
引用
收藏
页码:382 / 385
页数:4
相关论文
共 6 条
[1]   组合预测方法及其在粮食产量预测中的应用 [J].
吴春霞 ;
何勇 ;
蔡建平 .
农业系统科学与综合研究, 2002, (01) :17-19
[2]   基于支持向量机的信用卡欺诈检测 [J].
徐永华 .
计算机仿真, 2011, 28 (08) :376-379+384
[3]   灰色算法在股票价格预测中的应用 [J].
徐维维 ;
高风 .
计算机仿真, 2007, (11) :274-276
[4]   山东省气候变化及农业自然灾害对粮食产量的影响 [J].
廉丽姝 .
气象科技, 2005, (01) :73-76+86
[5]   成都地区主要粘性土壤的矿物学特征 [J].
徐速 ;
徐冠立 ;
孙传敏 ;
孙遥 .
科技通报, 2012, 28 (10) :7-10
[6]   河北省小麦产量灰色理论分析与预测 [J].
张文英 ;
彭海城 ;
李月英 ;
李爱国 ;
栗雨勤 .
河北农业科学, 2008, (03) :22-24