基于组合模型的花生产量预测分析——以内黄县为例

摘要

对我国粮食产量进行预测是我国政府制定地区规划的重要基础工作之一。随着我国人口的快速增长和经济的飞速发展，确保粮食安全的任务将会变得更加重要。对粮食产量准确的预测，对于国民经济的宏观决策来说意义非凡。花生是我国重要的油料农作物之一，对花生的年产量进行准确的预测可为相关政策的制订提供有力的依据。
　　科学的快速发展，促使预测技术的应用范围变得更为广泛，与此同时人们对预测精度的要求也随之变高。对粮食产量预测的模型中，现在使用比较广泛的有神经网络方法、支持向量机模型和灰色理论模型等，但是在现实预测中，研究学者们发现单项预测模型的模型预测精度已经不能满足需要，从而衍生出将多种预测方法组合使用;实践证明，组合预测模型方法的预测精度更高且更加具有科学性。鉴于组合预测模型方法的实际应用的有效性及其科学性，本文尝试运用组合预测模型方法来对河南省内黄县花生的产量进行预测，期望可以提高花生产量的预测精度。
　　在本文中，作者选取两种方法对河南省内黄县花生产量进行单一模型的预测:指数平滑预测模型和GM(1，1)预测模型。指数平滑预测模型属于时间序列预测法，其特点是能够实时追踪数据的变化，然后对数据序列中所包含的趋势的变化随时进行调整且好操作，而且在短期预测中，由于即时信息少且信息不完整，所以指数平滑预测模型是比较理想的选择;GM(1，1)预测模型的优点是:可检验、运算方便、所需数据样本比较小且短期预测精度高等，它主要适用于对单一的指数增长序列进行预测。在两种预测模型的预测结果基础上对两种模型进行组合使用，对三种模型的预测结果与实际产量做对比发现，组合模型的预测结果均高于指数平滑预测模型和GM(1，1)预测模型，与实际产量有较好的拟合值，由此推出可以使用组合模型对内黄县花生产量进行预测。

目录

摘要

第一章 绪论

1．1 研究意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 主要研究内容

1．4 论文组织

第二章 理论基础与技术原理

2．1 指数平滑法

2．1．1 Simple法

2．1．2 Holt法

2．1．3 Winters法

2．1．4 指数平滑法的优点及应用

2．2 灰色预测法

2．2．1 数据处理

2．2．2 模型建立

2．2．3 灰色GM(1，1)模型优点及应用

2．3 组合预测法

2．3．1 组合预测模型起源

2．3．2 组合预测模型分类

2．3．3 组合预测理论模型

2．3．4 权重计算方法

第三章 数据的收集与预处理

3．1 花生简介

3．2 数据收集

3．3 数据处理

第四章 预测模型与分析

4．1 指数平滑预测模型构建

4．2 GM(1，1)预测模型构建

4．2．1 GM(1，1)模型建模过程

4．2．2 模型精度检验

第五章 实验与分析

5．1 指数平滑预测模型实验结果

5．2 GM(1，1)预测模型实验结果

5．3 组合预测模型实验结果

第六章 结论与展望

参考文献

致谢

攻读学位期间的科研成果

声明