基于熵权法的灰色组合模型的应用.docVIP

基于熵权法的灰色组合模型的应用 杨卫明 李炳军 王天慧 河南农业大学信息与管理科学学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 针对粮食产量波动较大, 单一预测模型不能实现精确预测问题, 提出一种基于熵权法的灰色组合模型.利用熵权法对预测误差较小的DGM (1, 1) 和多元线性回归模型进行定权组合, 并分别对我国2010—2015年粮食产量进行预测, 结果表明, 用改进的组合模型预测的粮食产量误差更小. 关键词： DGM (1, 1) ; 线性回归; 熵权法; 组合模型; 粮食产量; 作者简介：杨卫明 (1992-) , 女, 硕士研究生, 主要研究方向为灰色系统理论 作者简介：李炳军 (1968-) , 男, 教授, 博士生导师, 主要研究方向为灰色系统理论和农业系统工程 收稿日期：2017-06-20 基金：河南省哲学社会科学规划项目 (2016BJJ022) Application of Grey Combined Model Based on Entropy Weight Method YANG Weiming LI Bingjun WANG Tianhui College of Information and Management Science, Henan Agricultural University; Abstract： In order to solve the problem that a single prediction model can not fit the data sequence with bigfluctuations accurately, this paper puts forward the grey combination model based on entropy weight method, combinesthe DGM (1, 1) model with multiple linear regression model, uses the entropy weight method to determine the weightof the results of two models, and forecasts the grain yield form 2010 to 2015. The results show that the simulationprecision of improved combination model is higher. Keyword： DGM (1, 1) ; multiple linear regression; entropy weight method; combination forecasting; grain yield; Received： 2017-06-20 粮食安全始终是关系我国国民经济发展、社会稳定和国家自立的全局性重大战略问题.为了保障我国中长期粮食安全, 其中重要的任务之一就是要对粮食未来产量做出准确的预测.如果用单一的预测方法可能会漏掉一些对预测有用的信息, 从而对粮食产量不能做出更为准确的预测.组合模型可以克服单一模型的局限性, 能有效地集结更多的有用信息, 因而更适用于信息不完备的复杂经济系统.以往学者对单一预测模型的研究有很多, 近期也涌现了较多研究精度高的组合模型, Wang Hongli[1]提出了一种将GM (1, 1) 模型和QSIM算法结合的方法来解决贫信息复杂系统的问题;Wang Jingjing[2]构建了衡量新能源产业预警程度的指标体系, 并结合GM (1, 1) 模型和主成分分析法建立组合模型, 解决了样本数据集问题;薛腾[3]等基于二次曲线模型和多元回归RBF模型建立了组合模型, 并预测河南省2007年2011年的粮食产量, 仿真结果证明了模型的有效性和准确性;姚作芳[4]等采用最优加权法对灰色预测、灰色马尔科夫预测、逻辑斯蒂预测模型进行加权建立组合预测模型, 并预测了东北地区未来10年的粮食产量;孙东升[5]等利用滤波分析法将我国粮食产量分别建立时间趋势模型与周期波动模型, 并将两个模型叠加, 对我国粮食产量数据进行组合预测;郑建安[6]将主成分分析与BP神经网络进行组合, 优化模型的网络结构, 提高了预测精度;张宇青[7]构建了自回归移动平均 (ARIMA) 和BP人工神经网络的组合预测模型, 克服了以往单一预测和组合预测中信息挖掘能力不足的缺陷;李宝仁[8]利用最优加权组合法, 对柯布-道格拉斯生产函数模型、指数平滑模型和AR