本文關(guān)鍵詞：黑龍江省農(nóng)機總動力預(yù)測方法的研究

  更多相關(guān)文章： 農(nóng)機總動力 GP算法 Lyapunov指數(shù)法 灰色BP模型

【摘要】：黑龍江省農(nóng)業(yè)正處于轉(zhuǎn)型階段,農(nóng)業(yè)機械是促進農(nóng)業(yè)發(fā)展的重要手段。而農(nóng)機總動力農(nóng)業(yè)準備水平的簡化指標,分析農(nóng)機總動力發(fā)展進程中的復(fù)雜多變的特性以及預(yù)測值,有利于農(nóng)業(yè)機械的水平的提升。目前,有關(guān)農(nóng)機總動力的研究大多根據(jù)自身發(fā)展規(guī)律來預(yù)測未來發(fā)展趨勢,而將影響因素帶入預(yù)測模型研究較少。并且在確定農(nóng)機總動力影響因素個數(shù)的時候,缺少量化分析。因此,本文提出了將混沌理論、灰色理論、BP網(wǎng)絡(luò)模型有效結(jié)合對農(nóng)機總動力影響因素分析與預(yù)測研究。文中詳細闡述影響黑龍江省農(nóng)業(yè)機械發(fā)展的影響因素,并應(yīng)用灰色關(guān)聯(lián)法與相關(guān)性分析法對影響因素進行計算排序。在此基礎(chǔ)上應(yīng)用混沌理論中GP算法量化計算影響因素的數(shù)目,為構(gòu)建預(yù)測模型篩選出主要影響因素變量。應(yīng)用了灰色BP組合預(yù)測模型構(gòu)建了農(nóng)機總動力的影響因素預(yù)測模型,同時應(yīng)用了馬爾可夫鏈分析法,提高預(yù)測值的可信度。針對黑龍江省農(nóng)業(yè)機械發(fā)展裝備水平,從農(nóng)業(yè)勞動力、土地生產(chǎn)規(guī)模、購買農(nóng)機的經(jīng)濟環(huán)境、農(nóng)機具的裝備數(shù)量4個不同的角度選取14個不同的因素。然后,應(yīng)用了灰色關(guān)聯(lián)法與GP算法從因素中選取了7個主要影響因素:農(nóng)民人均收入、地區(qū)農(nóng)業(yè)總產(chǎn)值、農(nóng)村勞動力轉(zhuǎn)移率、最大農(nóng)作物種植比重、農(nóng)村集體經(jīng)濟固定資產(chǎn)投產(chǎn)、農(nóng)業(yè)勞動力素質(zhì)、政府對農(nóng)業(yè)財政的投入。最后,應(yīng)用了灰色BP組合模型構(gòu)建7個因素變量的預(yù)測模型,得出未來5年農(nóng)機總動力發(fā)展目標值。
【關(guān)鍵詞】：農(nóng)機總動力 GP算法 Lyapunov指數(shù)法 灰色BP模型
【學(xué)位授予單位】：黑龍江八一農(nóng)墾大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：S220.1;F323.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-13
• 1.1 研究的目的及意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 國內(nèi)研究現(xiàn)狀9-11
• 1.2.2 國外研究現(xiàn)狀11-12
• 1.3 研究內(nèi)容12
• 1.4 技術(shù)路線12-13
• 第二章 農(nóng)機總動力的發(fā)展機理分析13-25
• 2.1 影響農(nóng)機總動力發(fā)展的因素13-14
• 2.1.1 農(nóng)業(yè)勞動力13-14
• 2.1.2 土地生產(chǎn)規(guī)模14
• 2.1.3 購買農(nóng)機的經(jīng)濟環(huán)境14
• 2.1.4 農(nóng)機具裝備數(shù)量14
• 2.2 農(nóng)機總動力與影響因素關(guān)聯(lián)分析14-24
• 2.2.1 灰色關(guān)聯(lián)分析14-16
• 2.2.2 相關(guān)性分析16
• 2.2.3 結(jié)果分析16-24
• 2.3 本章小結(jié)24-25
• 第三章 農(nóng)機總動力主要影響因素的確定25-35
• 3.1 農(nóng)機總動力的發(fā)展趨勢25-26
• 3.2 農(nóng)機總動力影響因素的量化計算26-33
• 3.2.1 GP算法26-28
• 3.2.2 Lyapunov指數(shù)法28-29
• 3.2.3 結(jié)果分析29-33
• 3.3 主要影響因素的選取33-34
• 3.4 本章小結(jié)34-35
• 第四章 構(gòu)建農(nóng)機總動力預(yù)測模型35-67
• 4.1 預(yù)測模型精度評價35-36
• 4.1.1 預(yù)測誤差計算方法35-36
• 4.1.2 預(yù)測模型精度等級參考取值36
• 4.2 構(gòu)建單一預(yù)測模型36-44
• 4.2.1 灰色預(yù)測模型36-39
• 4.2.2 BP模型構(gòu)建39-44
• 4.3 單一預(yù)測模型結(jié)果分析44-57
• 4.3.1 GM(1,1)模型分析44-47
• 4.3.2 GM(1,8)模型分析47-50
• 4.3.3 單變量BP模型分析50-53
• 4.3.4 多變量BP模型分析53-56
• 4.3.5 單一預(yù)測模型對比分析56-57
• 4.4 構(gòu)建組合預(yù)測模型57-66
• 4.4.1 灰色BP模型的優(yōu)勢57-58
• 4.4.2 灰色BP模型構(gòu)建58-59
• 4.4.3 灰色BP模型結(jié)果分析59-60
• 4.4.4 組合模型優(yōu)越性驗證60-61
• 4.4.5 預(yù)測結(jié)果區(qū)間取值分析61-66
• 4.5 本章小結(jié)66-67
• 第五章 結(jié)論與展望67-69
• 5.1 結(jié)論67
• 5.2 展望67-69
• 參考文獻69-75
• 致謝75-77
• 個人簡介77

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 許淑芹;周桂霞;于海明;金忠波;張雪峰;秦春蘭;;農(nóng)機總動力影響因素的灰色關(guān)聯(lián)分析——基于G-P算法[J];農(nóng)機化研究;2016年12期

2 鞠金艷;趙林;王金峰;;農(nóng)機總動力增長波動影響因素分析[J];農(nóng)業(yè)工程學(xué)報;2016年02期

3 張?zhí)m;馮淑怡;陸華良;曲福田;;農(nóng)地規(guī)模經(jīng)營影響因素的實證研究——基于江蘇省村莊調(diào)查數(shù)據(jù)[J];中國土地科學(xué);2015年11期

4 王正新;;多變量時滯GM(1,N)模型及其應(yīng)用[J];控制與決策;2015年12期

5 劉靜;朱達榮;;考慮自變及因變影響的農(nóng)機總動力組合預(yù)測模型[J];農(nóng)機化研究;2015年04期

6 丁松;黨耀國;徐寧;;基于驅(qū)動變量增長趨勢的TGM(1,N)預(yù)測模型[J];系統(tǒng)工程;2015年03期

7 趙曉東;張宏建;周洪亮;;基于混沌理論的河流藻類生長特性分析——以德國易北河為例[J];生態(tài)學(xué)報;2015年17期

8 萬發(fā);;農(nóng)機化發(fā)展的影響因素及內(nèi)在機制——基于我國省際面板數(shù)據(jù)分析[J];農(nóng)機化研究;2014年11期

9 張靜;楊宛章;;基于混沌時間序列局域模型對農(nóng)機總動力的預(yù)測[J];中國農(nóng)機化學(xué)報;2014年05期

10 張宏;馬巖;李勇;張銳利;張學(xué)軍;張銳;;基于遺傳BP神經(jīng)網(wǎng)絡(luò)的核桃破裂功預(yù)測模型[J];農(nóng)業(yè)工程學(xué)報;2014年18期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于新偉;基于混沌理論的建三江分局水土資源復(fù)雜性研究[D];東北農(nóng)業(yè)大學(xué);2013年

2 王智;基于灰色理論和神經(jīng)網(wǎng)絡(luò)的彎曲回彈預(yù)測研究[D];西南交通大學(xué);2013年

3 賈子文;機械振動故障診斷中分形維數(shù)算法的研究[D];華北電力大學(xué);2013年

4 劉天舒;BP神經(jīng)網(wǎng)絡(luò)的改進研究及應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2011年

5 郭惠娟;基于信息量模型的滑坡危險性分區(qū)及景觀格局分析[D];福建農(nóng)林大學(xué);2010年

6 俞達;基于灰色神經(jīng)網(wǎng)絡(luò)的浙江道路物流需求預(yù)測研究[D];浙江工業(yè)大學(xué);2009年

7 周志文;灰色BP神經(jīng)網(wǎng)絡(luò)方法的研究[D];廈門大學(xué);2009年

8 韋金昌;復(fù)雜生態(tài)系統(tǒng)的廣義信息熵理論及應(yīng)用[D];天津大學(xué);2009年

9 陳復(fù)興;甘肅省大中型拖拉機需求量分析[D];甘肅農(nóng)業(yè)大學(xué);2008年

10 戴立勛;甘肅省農(nóng)機作業(yè)水平影響因素分析[D];甘肅農(nóng)業(yè)大學(xué);2008年

，

本文編號：897362