基于灰色模型的节水灌溉面积非线性组合预测
对数据进行建模预测分析时,较多采用单个模型,而单个模型难以全面反映数据的变化规律。为发挥单个模型自身优势,利用组合原理将单模型组合形成组合预测模型,以提高预测精度。组合模型中常采用线性组合方法,然而被组合模型拟合值与原始数据不具有线性关系时采用该方法效果较差。利用神经网络的高度非线性拟合能力,构建BP神经网络的非线性组合模型,并应用到我国节水灌溉面积年度数据预测上。实证表明,非线性组合预测模型精度优于单模型及基于最优加权的线性组合预测模型。
GM(1,1)模型、ARMA、神经网络、组合
34
O212;F22(概率论与数理统计)
陕西工业职业技术学院2014年度自然科学研究计划项目ZK14-28
2016-09-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
1374-1379