基于小波变换的GM(1,1)-ARIMA组合模型对粮食产量的预测

基于小波变换的GM(1,1)-ARIMA组合模型对粮食产量的预测

论文摘要

为提高粮食产量的预测精度,针对粮食产量的数据特点,提出了在小波变换的基础上,结合GM(1,1)模型与ARIMA模型的优点,建立GM(1,1)-ARIMA组合预测模型。首先,通过小波变换对非平稳序列进行分解,得到近似分量和细节分量;针对各分量序列的不同特征,采用灰色GM(1,1)模型对近似分量进行趋势预测,为进一步提高趋势信号的预测精度,使用灰色GM(1,1)模型对预测序列进行残差修正;然后,采用ARIMA预测模型对分离出的细节分量进行预测;最后,通过小波重构得到粮食产量的预测值。预测结果表明,基于小波变换的GM(1,1)-ARIMA模型的拟合平均误差为0. 69%,通过对2011—2014年粮食产量的预测,其预测平均误差低于1%,为粮食产量预测提供了一种新的技术途径。

论文目录

  • 1 原理及方法
  •   1.1 GM (1, 1) 模型简介
  •   1.2 ARIMA模型简介
  •   1.3 小波变换
  • 2 基于小波变换的GM (1, 1) -ARIMA预测模型的建立
  •   2.1 小波分解
  •   2.2 基于GM (1, 1) 模型的趋势序列预测模型的建立
  •   2.3 基于ARIMA模型的细节序列预测模型的建立
  • 3 试验及分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 樊超,郭亚菲,曹培格

    关键词: 粮食产量,预测,小波分析,模型

    来源: 江苏农业科学 2019年01期

    年度: 2019

    分类: 农业科技,基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,农业经济

    单位: 河南工业大学信息科学与工程学院

    基金: 河南省科技攻关项目(编号:162102210198),国家粮食公益项目(编号:201413001),河南省自然科学基金(编号:162300410062)

    分类号: F224;F326.11

    DOI: 10.15889/j.issn.1002-1302.2019.01.053

    页码: 221-224

    总页数: 4

    文件大小: 211K

    下载量: 297

    相关论文文献

    • [1].基于ARIMA模型的卫星钟差异常值探测的模型选择方法[J]. 武汉大学学报(信息科学版) 2020(02)
    • [2].基于ARIMA模型的西安市空气质量指数的分析与预测[J]. 电脑知识与技术 2019(35)
    • [3].基于ARIMA模型对四川省医疗机构卫生资源需求预测分析[J]. 预防医学情报杂志 2020(02)
    • [4].应用ARIMA模型预测石家庄市手足口病发病趋势[J]. 中国卫生统计 2020(01)
    • [5].Forecasting Method of Stock Market Volatility in Time Series Data Based on Mixed Model of ARIMA and XGBoost[J]. 中国通信 2020(03)
    • [6].ARIMA乘积季节模型在青州市布鲁氏菌病发病预测中的应用[J]. 中国医院统计 2020(02)
    • [7].基于ARIMA的入境旅游月度过夜人次预测[J]. 微型电脑应用 2020(04)
    • [8].ARIMA模型在江西省布鲁氏菌病发病数预测中的应用[J]. 中国人兽共患病学报 2020(03)
    • [9].ARIMA模型在德国小蠊密度季节消长预测中应用及抗药性[J]. 中国公共卫生 2020(03)
    • [10].Short-term Prediction of Ionospheric TEC Based on ARIMA Model[J]. Journal of Geodesy and Geoinformation Science 2019(01)
    • [11].Analysis of temporal trends of human brucellosis between 2013 and 2018 in Yazd Province, Iran to predict future trends in incidence: A time-series study using ARIMA model[J]. Asian Pacific Journal of Tropical Medicine 2020(06)
    • [12].ARIMA模型在台山地区手足口病疫情的预测作用[J]. 齐齐哈尔医学院学报 2020(07)
    • [13].我国出境旅游人次的预测与分析——基于ARIMA模型[J]. 科技经济导刊 2020(20)
    • [14].基于ARIMA乘积季节模型的某医院介入导管室手术量预测研究[J]. 中国现代手术学杂志 2020(03)
    • [15].基于ARIMA模型的轴向柱塞泵回油量预测研究[J]. 内燃机与配件 2020(21)
    • [16].基于ARIMA乘积季节模型预测医院感染患病率趋势和季节性[J]. 安徽预防医学杂志 2020(05)
    • [17].一种基于ARIMA-SVR混合方法的汇率预测模型[J]. 智库时代 2019(01)
    • [18].季节ARIMA模型在保费总收入预测中的应用[J]. 福建金融管理干部学院学报 2018(04)
    • [19].基于ARIMA模型的游客人数分析与预测[J]. 电脑与电信 2019(Z1)
    • [20].基于南昌市新建区居民伤害死亡趋势的ARIMA模型构建与预测[J]. 南昌大学学报(医学版) 2019(01)
    • [21].基于ARIMA模型的图书馆微信公众号用户量预测[J]. 中国科技信息 2019(13)
    • [22].基于ARIMA预测模型的人才市场需求分析[J]. 商讯 2019(11)
    • [23].ARIMA模型在血液供应量预测分析中的应用[J]. 电脑知识与技术 2019(22)
    • [24].基于ARIMA模型的郑州市玉米收购价分析及预测[J]. 现代商业 2019(28)
    • [25].基于ARIMA模型的新疆阿克苏地区棉花价格分析与预警[J]. 农村经济与科技 2019(19)
    • [26].基于ARIMA模型对网络舆情传播过程研究[J]. 广西质量监督导报 2019(11)
    • [27].基于ARIMA-BPNN的组合模型在重庆市艾滋病发现人数预测中的应用[J]. 预防医学情报杂志 2018(03)
    • [28].应用ARIMA模型预测某三级甲等医院门诊量[J]. 中国医院统计 2018(01)
    • [29].基于ARIMA的价格时间序列分析与预测——以沪铝1803合约为例[J]. 经贸实践 2018(10)
    • [30].ARIMA模型在肺结核登记病例数预测中的应用[J]. 江苏预防医学 2018(03)

    标签:;  ;  ;  ;  

    基于小波变换的GM(1,1)-ARIMA组合模型对粮食产量的预测
    下载Doc文档

    猜你喜欢