我國農(nóng)業(yè)災(zāi)害預(yù)測模型的研究.pdf

1、我國是農(nóng)業(yè)災(zāi)害較多且受災(zāi)面積較大的國家，對農(nóng)業(yè)受災(zāi)面積的準(zhǔn)確預(yù)測是農(nóng)業(yè)可持續(xù)發(fā)展條件之一。但是我國農(nóng)業(yè)受災(zāi)面積變化受多種因素的影響，且諸多因素之間是一種多變量、強(qiáng)耦合、嚴(yán)重的非線性關(guān)系，這種關(guān)系具有動態(tài)性，傳統(tǒng)的預(yù)測模型幾乎均是基于最小二乘法的單一數(shù)學(xué)公式，因而傳統(tǒng)的一些預(yù)測方法精度不高。
　　 本文首先采用剩余法建立了一個預(yù)測模型，即以非線性回歸擬合發(fā)展趨勢、三角函數(shù)擬合逼近周期變動和馬爾科夫鏈刻化隨機(jī)擾動的集成預(yù)測模型，并用

2、我國農(nóng)業(yè)自然災(zāi)害受災(zāi)面積的變動規(guī)律進(jìn)行模擬。理論和實(shí)踐證明，集成預(yù)測模型優(yōu)于傳統(tǒng)的單模型預(yù)測。
　　 遺傳算法是一種隨機(jī)優(yōu)化算法，但它不是簡單的隨機(jī)搜索，遺傳算法是機(jī)器學(xué)習(xí)的新方法，與傳統(tǒng)的最小二乘估計法不同，它是一種迭代算法。目前遺傳算法的應(yīng)用場合主要有模式識別、組合優(yōu)化計算和模型參數(shù)估計。時間序列分析，就是根據(jù)有序隨機(jī)變量或者觀測得到的有序數(shù)據(jù)之間相互依賴所包含的信息，用概率統(tǒng)計方法定量的建立一個合適的數(shù)學(xué)模型，并根據(jù)這個模

3、型對相應(yīng)序列所反映的過程或系統(tǒng)做出預(yù)報或進(jìn)行控制。
　　 本文提出了建立一個兩步法預(yù)測模型的方法和步驟，即采用遺傳算法思想預(yù)測確定項(xiàng)，并用時間序列分析預(yù)測誤差項(xiàng)的集成預(yù)測模型，研究表明，遺傳算法可以用于自然災(zāi)害變動的復(fù)雜預(yù)測模型的參數(shù)估計，理論上可以任意逼近估計參數(shù)的最優(yōu)值，遺傳算法不僅可以對整體模型的全部參數(shù)進(jìn)行優(yōu)化估計，而且模型參數(shù)還有整體最優(yōu)性：時間序列分析是定量預(yù)測方法之一，它是應(yīng)用數(shù)理統(tǒng)計方法對數(shù)據(jù)加以處理，以預(yù)測未來