GM（1,1）综合修正模型的粮食产量预测

发布时间：2022-10-09 20:54

　　粮食产量是国家粮食安全系统的重要指标,文中提出GM（1,1）综合修正模型,并对粮食产量进行了预测。先将原始数据与其预测值之差作为残差序列,逐步地减少样本数量并计算残差序列,根据残差序列的符号是否一致,最终选定尾部样本,建立GM（1,1）模型并进行预测值的残差均值修正,最后对比了2013与2014年的粮食产量实际值、GM（1,1）模型预测值及修正的GM（1,1）模型预测值,验证了修正模型预测精度的提高。 

【文章页数】：3 页

【参考文献】：
期刊论文
[1]基于趋势延伸法的粮食产量的预测[J]. 屈文婷,李贺.  福建电脑. 2016(04)
[2]应用灰色GM（1,1）模型的粮食产量预测研究[J]. 杨克磊,张振宇,和美.  重庆理工大学学报(自然科学). 2015(04)
[3]灰色神经网络在粮食产量预测中的应用[J]. 林芳.  计算机仿真. 2012(04)
[4]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[J]. 姚作芳,刘兴土,杨飞.  地理科学. 2010(03)
[5]GM（1,N）灰色系统与BP神经网络方法的粮食产量预测比较研究[J]. 苏博,刘鲁,杨方廷.  中国农业大学学报. 2006(04)
[6]基于粗糙集的组合预测方法在粮食产量预测中的应用[J]. 肖智,郑大霞.  统计与决策. 2005(08)



本文编号：3689337