基于GA-SVR的疫情下各省粮食产量模型研究

利用ε-SVR(支持向量回归)的理论,提出了一种大型传染病对当年各省粮食产量影响的模型,通过选取感染人口占比、近5年播种面积等16个因素,用1961—2020年被戊型肝炎、霍乱、严重急性呼吸综合征(SARS)和新冠肺炎影响的北京等52省(市、自治区)粮食产量数据进行建模,通过GA(贪婪算法)对核函数参数进行局部最优取值,当核函数中的γ值取值0.031、惩罚系数C取值5.0E+4、损失函数参数P取值0.000 98时,模型拟合平均相对误差0.92%,决定系数0.99。应用该模型对2020年被新冠肺炎疫情影响到的浙江、湖北省,2003年被SARS病毒影响到的甘肃、陕西、广东省以及1978年被登革热影响到的广东省的6组产量数据进行预测,平均相对误差为3.12%。为衡量大型传染病对粮食产量的影响程度,对去除感染人口占比和死亡人口占比2个因素后重新建模,新模型拟合平均相对误差为0.97%,预测平均相对误差为3.52%,表明大型传染病对粮食产量有一定的影响,但影响较小。基于GA-SVR的大型传染病对国内粮食产量影响的模型可有效预测疫情下当年各省粮食产量,为短期内地区粮食产量预测提供了新方法,也为国家宏观调控提供了新依据。