[發明專利]一種基于ARIMA-LSSVM組合模型預測糧食產量的方法

在審

• 申請號: 201710502218.0
• 申請日: 2017-06-27
• 公開（公告）號: CN109146111A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 高紅菊;徐文平;孔慶玲
• 申請（專利權）人: 中國農業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發明的涉及糧食產量預測技術領域，具體公開了一種基于ARIMA?LSSVM組合模型預測糧食產量的方法，利用ARIMA對單位面積糧食產量數據和單位面積施肥量數據作分析，找到數據中潛在的線性關系，通過LSSVM回歸模型可找到單位面積糧食產量數據和單位面積施肥量數據中潛在的非線性關系，將糧食產量的時序預測與糧食產量與化肥施用量的回歸擬合相結合進行分析，找到糧食產量隨著時間變化趨勢，反映出土壤質量狀態，并且可發現單位面積糧食產量與單位面積化肥施用量之間的規律，有利于更科學的指導農業生產活動，保護生態系統。

技術領域

本發明涉及糧食產量預測技術領域，更具體地，涉及一種基于ARIMA-LSSVM組合模型預測糧食產量的方法

背景技術

糧食產量的準確預測可以為政府決策提供依據，糧食產量數據是典型的小樣本數據，易受到不確定性因子的影響，表現為一個復雜的非線性系統。

目前，已有很多文獻對化肥施用量與糧食產量的關系進行了研究；2003年徐浪等對化肥施用量對糧食產量的貢獻率進行了分析，用最小二乘法構建回歸模型，發現化肥施用量對糧食產量的貢獻率沿著拋物線軌跡運行，起初貢獻率是上升的，后達到最高點后，逐漸向下走。2008年張利庠等人用線性回歸的方法對不同階段化肥施用量對我國糧食產量的影響進行了定量分析；2009年趙明燕等人采用趨勢線法分析了新疆奇臺縣化肥單位面積施用量的時間序列變化，并采用相關分析對化肥施用量與糧食單產的關系進行探討；2013年王奇等人采用OLS方法進行回歸，分析了我國糧食產量與化肥施用量之間的定量關系；2012年趙志堅等人利用計量模型對湖南省的化肥投入與糧食產出之間的關系；2013年陳秧分等人利用了空間面板計量經濟模型探討了中國糧食產量的影響因素；文中揭示了全國及各主導類型糧食產量波動原因及其作用規律，有助于確定各區域糧食增產的主要制約因素與提升途徑；同年2013年顧樂民通過最小一乘法對指數型生產函數模型進行擬合，找到符合中國糧食變化的某些規律。2013年趙海英等人運用Eviews6.0軟件對中國糧食產量和化肥施用量之間的相關性進行了線性回歸分析，建立了一元線性回歸模型；2016年郎貴飛等人基于VAR模型對我國糧食產量和化肥施用量進行了實證分析。

上述的糧食預測方法，雖然能在一定程度上實現對糧食產量的預測，但是，其仍然存在的不足：

1.在之前對化肥施用量與糧食產量關系的研究中，所使用的數據不夠全面或者是不夠新，使得回歸模型擬合過程中精確度不夠；

2.大部分研究人員利用線性回歸模型對化肥施用量與糧食產量的關系進行分析研究；忽略了它的非線性關系，并且沒有充分的應用時間序列數據，沒有充分挖掘糧食產量隨著年份的變化趨勢；

3.其次，單純的對單位面積糧食產量做時間序列預測分析或者是采用線性回歸模型對糧食產量與化肥施用量之間的關系進行實證分析，但沒有將時序分析與回歸模型相結合，應用到糧食產量與化肥施用量關系研究中去。

綜上，現有的糧食產量預測方法都存在或大或小的問題，而提供一種預測精度高的糧食產量預測方法，對于糧食預測具有重要的意義。

發明內容

本發明提供一種基于ARIMA-LSSVM組合模型預測糧食產量的方法。

根據本發明的一種基于ARIMA-LSSVM組合模型預測糧食產量的方法，包括以下步驟：

步驟S1.獲取平穩的單位面積糧食產量數據{X'_t}和平穩的單位面積施肥量數據{Y'_t}；

步驟S2.對所述平穩的單位面積糧食產量數據{X'_t}和平穩的單位面積施肥量數據{Y'_t}構建ARIMA模型，分別獲取所述平穩的單位面積糧食產量數據{X'_t}和所述平穩的單位面積施肥量數據{Y'_t}中的非線性數據和線性數據；