马尔科夫方法修正的灰色模型在吉林省粮食产量预测中的应用

Scientia Geographica Sinica(2010)

引用 13|浏览27
暂无评分
摘要
粮食生产是国民经济重要的组成部分,粮食生产的波动必然会引发整个国民经济的波动。因此人们在努力提高粮食产量的同时,也期望知道未来一段时间粮食产量的变化情况,以便为科学决策提供依据。基于吉林省1949~2008年粮食总产量数据,采用灰色GM(1,1)预测模型动态模拟该省粮食产量变化态势,并运用马尔柯夫状态转移矩阵对灰色GM(1,1)模型的模拟结果进行修正,以提高粮食产量预测精度。结果表明,马尔柯夫方法修正的灰色模型能够大大提高粮食产量的模拟精度,模型修正后的模拟产量的相对误差较之修正前下降了0.10(由0.19下降到0.09),将灰色GM(1,1)模型和马尔柯夫状态转移矩阵相结合用于粮食产量预测可以取得较好的效果。预测结果表明未来10a吉林省将增产粮食100亿kg,增产潜力巨大。
更多
查看译文
关键词
GM(1,total grain yield,1),prediction,Markova Transition Matrix
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要