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:
为了提高小麦产量预测算法的精度,准确预测短期小麦产量,提出了一种基于灰色模型和改进ARIMA模型的组合预测方法.首先选取适当长度的小麦产量数据构成子序列,对该序列建立灰色预测模型,并计算预测误差:然后使用改进ARIMA模型建立残差序列的预测模型,达到对原预测序列修正的目的,最后将两个模型预测值相加得到未来5年的小麦产量预测数据.结果表明,该组合模型能够准确预测小麦产量,5年的预测平均误差约为1.71%,预测精度明显高于单一灰色预测模型.
推荐文章
基于灰色ARIMA模型的河南省物流需求预测研究
GM(1,1)模型
ARIMA模型
物流需求
预测
基于ARIMA-RTA组合模型的海堤工程沉降预测
海堤工程
沉降预测
ARIMA
RTA
基于调和分析和ARIMA-SVR的组合潮汐预测模型
潮汐预测
组合模型
调和分析法
支持向量回归机(SVR)
自回归综合移动平均(ARIMA)模型
基于ARIMA与WASD N加权组合的时间序列预测
差分自回归移动平均模型
权值与结构确定算法
幂激励前向神经网络
时间序列预测
加权组合
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 基于灰色ARIMA组合模型的小麦产量预测
来源期刊 粮食加工 学科 工学
关键词 灰色模型 ARIMA模型 残差修正 预测
年,卷(期) 2017,(6) 所属期刊栏目 粮食经济论坛
研究方向 页码范围 1-4
页数 4页 分类号 TS210.2
字数 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 樊超 49 227 9.0 12.0
2 曹培格 6 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (79)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
灰色模型
ARIMA模型
残差修正
预测
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
粮食加工
双月刊
1007-6395
61-1422/TS
大16开
陕西省西安市
52-202
1976
chi
出版文献量(篇)
3362
总下载数(次)
7
总被引数(次)
16771
论文1v1指导