我國農(nóng)業(yè)災害預測模型的研究.pdf

1、我國是農(nóng)業(yè)災害較多且受災面積較大的國家，對農(nóng)業(yè)受災面積的準確預測是農(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、強耦合、嚴重的非線性關(guān)系，這種關(guān)系具有動態(tài)性，傳統(tǒng)的預測模型幾乎均是基于最小二乘法的單一數(shù)學公式，因而傳統(tǒng)的一些預測方法精度不高。
　　 本文首先采用剩余法建立了一個預測模型，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擾動的集成預測模型，并用

2、我國農(nóng)業(yè)自然災害受災面積的變動規(guī)律進行模擬。理論和實踐證明，集成預測模型優(yōu)于傳統(tǒng)的單模型預測。
　　 遺傳算法是一種隨機優(yōu)化算法，但它不是簡單的隨機搜索，遺傳算法是機器學習的新方法，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)學模型，并根據(jù)這個模

3、型對相應序列所反映的過程或系統(tǒng)做出預報或進行控制。
　　 本文提出了建立一個兩步法預測模型的方法和步驟，即采用遺傳算法思想預測確定項，并用時間序列分析預測誤差項的集成預測模型，研究表明，遺傳算法可以用于自然災害變動的復雜預測模型的參數(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測方法之一，它是應用數(shù)理統(tǒng)計方法對數(shù)據(jù)加以處理，以預測未來