基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
农机总动力是反映和评价农业机械化水平的一个重要指标.通过对黑龙江省农机总动力历史数据进行分析,建立了指数模型、GM(1,1)模型和BP神经网络模型3种预测模型,其次,应用基于离异系数法、二次规划法、Shapley值权重分配法分别构建组合预测模型.拟合结果表明,各种组合预测模型优于各单一模型.最后应用基于Shapley值权重分配法对黑龙江省农机总动力进行组合预测,为制定农机动力发展规划提供了依据.
推荐文章
黑龙江省农机总动力的组合预测研究
组合预测
农机总动力
惯性原理
黑龙江省农机总动力灰色预测与分析
农业工程
农机总动力
灰色系统理论
预测分析
基于人工神经网络的黑龙江省农机总动力预测
农业工程
农机总动力
预测模型
BP神经网络
黑龙江省农业机械总动力预测分析--基于 ARIMA 模型
农业机械总动力
预测
时间序列
ARIMA
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 组合预测模型在黑龙江省农机总动力预测中的应用
来源期刊 安徽农业科学 学科 农学
关键词 农机总动力 GM(1,1)模型 BP神经网络 组合预测模型
年,卷(期) 2014,(14) 所属期刊栏目 农业工程·农业机械
研究方向 页码范围 4455-4457,4462
页数 4页 分类号 S23-0
字数 2805字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 索瑞霞 西安科技大学管理学院 9 15 1.0 3.0
2 郝晓玲 西安科技大学管理学院 5 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (153)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (13)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(9)
  • 参考文献(3)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
农机总动力
GM(1,1)模型
BP神经网络
组合预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导