论文部分内容阅读
粮食是满足我国14亿人口生存的基本条件,虽然我国粮食产量目前能够实现供需平衡、年年有余的目标,但随着人们对粮食需求的复杂多元化,使我国粮食供应仍存在较大压力。我国现阶段面临着人口多、耕地少并且可耕地面积年年萎缩的严峻考验,严重影响国家的粮食安全。为此,需要对我国粮食产量进行有效预测,研究粮食产量的变化规律并对其发展趋势做出准确预测,对于保障国家粮食安全、协助粮食管理部门做出科学有效决策具有重大意义。本文在分析了解我国粮食生产现状后,根据粮食产量数据的“小样本”“贫信息”不确定特性,采用以灰色预测方法为基础的组合模型对粮食产量分别进行3年、5年和8年的预测工作。首先,采用灰色极限学习机组合预测模型对我国粮食产量进行3年短期预测,并在极限学习机模型中加入归一化处理,使预测结果更加精准。其次,在残差修正的原理上,用ARIMA模型修正灰色模型的预测结果,建立灰色ARIMA组合模型对未来5年全国粮食产量和小麦产量进行预测仿真,并与灰色模型进行比较,结果表明灰色ARIMA组合模型精度更高。最后,在灰色ARIMA组合模型的基础上,提出灰色组合多元回归动态模型来进行粮食产量的8年预测工作。通过运用灰色关联度方法对粮食产量的主要影响因子进行分析,筛选关联度较大的影响因子建立灰色ARIMA组合模型,再联合多元回归模型实现粮食产量的中长期动态预测。通过对我国粮食产量的短期及中长期预测,结果表明:灰色极限学习机和灰色ARIMA组合模型能够实现粮食产量的短期精准预测,通过对比单一的预测模型,证明了组合模型预测精度更高且模型适用性更好的特点。同时灰色组合多元回归动态模型也较好的完成了粮食产量的中长期预测,算法鲁棒性高,整体的预测效果比较稳定,平均误差2.95%,为我国粮食产量短期和中长期预测提供了新的技术途径。