文章深入了解了GM(1,1)模型的内容和原理,提出了一种改进该模型的方法,研究灰色状态马尔柯夫模型和对预测值确定的影响,通过选取2003年~2010年我国煤炭生产量来对比传统和改进后GM(1,1)模型的预测误差率和精度。实践证明基于改进灰色数学模型预测出来的煤炭产量十分接近实际产量,误差值远小于采取传统GM(1,1)计算出来的数值,实用价值和参照价值极高。
2021-10-20 16:36:15
1.55MB
1
将灰色理论和Markov预测方法用于中国粮食产量的预测。运用灰色关联分析,从众多影响粮食产量的因素中确定了影响粮食产量的主要因素为:乡村从业人员、农作物有效灌溉面积、粮食作物播种面积、受灾面积。以粮食产量作为特征变量,以影响粮食产量的主要因素作为选定变量构建了粮食产量的灰色GM(1,5)预测模型,并对我国粮食产量进行拟合和预测。为了捕获粮食产量时间序列的随机波动性,使用马尔可夫模型对GM(1,5)模型的残差进行修正,以便改善预测精度。实例结果:事后检验阶段GM(1,5)模型的平均绝对百分比误差为15.45
2021-10-16 20:52:06
760KB
1
利用DSSAT模型研究冀中平原棉区不同施氮水平下棉花的产量差，郑云龙，张永江，随着信息技术的发展，计算机模型已成为农业研究的有力工具。本研究采用DSSAT模型V4.7版，以转基因抗虫棉
2021-10-03 19:01:56
459KB
1
玉米是孟加拉国新兴的重要农作物，因为与水稻和小麦作物相比，它具有很高的单产潜力和经济效益。 有必要了解孟加拉国在不同生产环境中这种作物的生长和产量行为。 诸如农业技术转移决策支持系统（DSSAT）4.6版（以下简称DSSAT）之类的作物模型可以经济有效地用于研究玉米在不同生产环境下的性能。 它需要为孟加拉国常用的玉米栽培品种校准和验证DSSAT模型，然后将该模型带到各种应用中，包括投入和农艺管理选择以及影响分析的气候变化。 因此，本研究旨在首先为流行的四个杂交玉米品种（BARI杂交玉米7，BARI杂交玉米9，Pioneer 30B07和NK-40）校准DSSAT模型。 随后，它使用独立的现场数据集进行了验证，以评估其增长表现。 在第一季试验的基础上，利用DSSAT的基因型系数计算器（GENCALC）和广义似然不确定性估计（GLUE）模块对这些品种的遗传系数进行了评估。 该模型的性能令人满意且在显着范围内。 校准后，使用第二季数据通过验证程序测试模型的性能。 该模型在物候，生物量，叶面积指数（LAI）和谷物产量方面表现令人满意。 从开花开始到成熟的天数估计的物候特性非常一致，尽管与观察值
2021-10-01 12:12:17
723KB
1