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

基于国家粮食安全预警系统的开发项目,针对我国粮食年产量预测中精度差和波动大的问题,分析了逐步回归、BP神经网络和GM(1,N)灰色系统3种常用预测方法的预测能力。根据能够计量和具有农学意义2个原则,选择了粮食作物播种面积、化肥施用量、粮食作物有效灌溉面积等12个重要的粮食年产量影响因子,用上述3种方法构建预测模型。在建模样本相同的情况下,结果显示,BP神经网络方法5年期拟合平均相对误差为1.44%,连续5年逐年预测平均相对误差可达到2.89%,这2个性能均优于其他2种方法,可以较好地应用于粮食安全预警系统,笔者最后探讨了对BP神经网络进一步优化的方法。

灰色系统在水质预测中的应用

灰色系统预测模型以微分方程为表述形式,揭示受环境变量影响的水质变化的连续过程。本文结合某市十年环境监测资料,采用灰色系统GM(1,1)模型,对该市某地表水水质状况部分指标进行了预测。结果表明:该模型显著性很好,符合该地区的实际情况,可以对地表水不同指标进行预测。

我国风电产业装机容量预测分析

目前我国风电产业进入规模化发展阶段,由于在发展过程中产业链相关主体缺乏对我国风电装机容量的准确预测,导致一系列无序发展问题,因此运用GM(1,1)灰色系统模型对我国未来风电装机容量进行了科学预测,根据预测结果,我国未来几年风电装机容量将继续保持高速增长,至2015年将达到3亿9258万kW,本文根据预测结果并结合实际对目前我国风电产业存在的问题进行了深入分析并提出了相应的对策建议。

3种不同方法对肉牛胴体性状预测能力的比较研究

本研究为了寻求一种对肉牛胴体性状预测准确性较高的方法,运用DPS数据处理系统和SAS软件比较偏最小二乘回归、GM(1,N)灰色系统和BP神经网络3种常用的预测模型对肉牛胴体性状的预测能力。选择肉牛7个宰前生长性状(体高、体长、胸围、腹围、管围、宰前活体质量、平均日增体质量),对2个重要的胴体性状(胴体质量和净肉质量)进行预测。结果表明:偏最小二乘回归方法在肉牛胴体性状预测方面准确性最高;GM(1,N)灰色系统和BP神经网络预测准确度偏低。本研究还将3种预测结果相结合,取其均值,大大提高了预测的准确性。这一研究将为肉牛生产实践提供一定的科学参考。

北京市生活垃圾产生量预测方法的比较分析

依据北京市1991-2006年的生活垃圾产生量及其相关影响因子,运用多元线性回归法、灰色模型、BP神经网络3种预测模型进行了模拟,并预测了北京市2007年和2010年的垃圾产生量,通过绝对百分误差（MAPE）等指标比较了预测精确度。结果表明,BP神经网络综合考虑了各种因素的影响,较前两者的拟合和预测精度高。