基于时间序列模糊分析的作用产量多层递阶预测模型

《 基于时间序列模糊分析的作用产量多层递阶预测模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于时间序列模糊分析的作用产量多层递阶预测模型基于时间序列模糊分析的作用产量多层递阶预测模型基于时间序列模糊分析的作用产量多层递阶预测模型基于时间序列模糊分析的作用产量多层递阶预测模型基于时间序列模糊分析的作用产量多层递阶预测模型基于时间序列模糊分析的作用产量多层递阶预测模型1991年第1期广西气蠢GUANGXIQIXIANG.35.基于时间序列模糊分析的作物产量多层递阶预测模型刘流甘一忠(柳卅f地区气象局农业气象试验站)一,号f言目前农作物产量的统计预报一般都采用线性多元回归方法,业务实践证明,以这种经典回归统计方法作产量预测,效果常常不够稳定,特别是随外延预

2、报年限的增加,误差会明显增大.其重要原因之一,是以尉定参数的回归模型预报动态的时变系统,从而造成较大误差针对返一问题,文献[】]提出了动态系统的多层递阶预报方法,即:在时间序列分析的基础上,充分考虑动态系统的对变特性,首先以时坷序列分析方法对具有时变特性的模型参数作出向前一步的时变参数预撤,以此模拟系统的动态性,建立预报模型.它在一定程度上弥补经典回归模型由固定参数模拟而产生的缺陷.但在实际痘用中我们往往可以发现,以时间序列分析方法进行时变参数预报时,由于时变参数序列I本身的自回归特性不明显,给参数预报造成困难,影响多层递骱模型的预报效果.就此问题,本文以模糊数

3、学方法对时间序列进行了处理比较试验.结果表明,处理后的模型预报效果要比未处理的精度有较明显的提高.二,多层递阶方法基本原理基本数学模型:kmY(t)=∑ai(t)xi(t)+∑8j(t)Yi=1j=l<tj)+￡(t)………………(1)式中,Y(t)为预测输出,i(t),Bi(t)为时变参数,K为因子个数,121为自回归阶数,e(t)为随机燥声,t为离散的流动时间.时变参数ai(t),Bj(t)均为未知值.令时变参数为0(t),(1)式可简写为:Y(t)=f[Y一l,0(t).t]+e(t)………………(2)时变参数估算值9(t随时间的跟踪公式为:0j(t

4、)=0i(t一1)i;0【(t一1)f[yt.1,0i(t一1).t]II?{y(t)一f[y一,0【(t-1),t])…(3)其中6t为常数,时变参数初始值0(0)可以致回归系数,或者用其他方法求出.<,8式不考虑自回归部份时,时变参数递推算法公式为:0j(t)=0i(t一1)+xi(t)?[y(t)kIk=∑xi(t).0i(t—j)]’∑xi(t)i=1i’=1…………?…??…(41由入选的建模因子实测值,用(3)或(4)式可求出时变参数估计系列时间序剥0(1),0(2)………,9(N),并由此系列栗用自回归(AR)或其他合适方法得出向前一步的时变

5、参数预测值0(t+1),构造出多层递阶预测模型.向前～步的动态系统输出模型为:Y(t+1)=f[Y(t)+0(t+1),t+1]+e(t)………………………(5)三,试测实例以广西鹿寨县春玉米产量预报为例..资‘36’广西气象GUANGXIQIXIANG~o1.12,NO.1料年代:I957—1989年.由社会产量分离出时间趋势产量和气候产量,经逐步回归初选出影响气候产量灼因子①4月上旬降水,②4月中旬均温J③5月上一中旬平均气温J④6月中下旬均温.(一)各因子序列的模糊处理”.1,取初选出的因子系列序~r]Xi,并以其实数域为论域R,则Xieg(R),=(xi

6、>为模糊分布视原时间序列的相 01(t+t):0.2961—1.392201(t-1)一0.749601(t-2)^^02(t+1)=0.1438—0.978282(t一1)一0.45400(t一2)一0.264402(t一3)^^03(t+1)=O.4732—1.2327e3(t一1)一0.5983e3(t一2)+O.1594e3(t-6(三)多层递阶输出横型厦磺报精度比较对于本例,设置多层递阶输出模型:y(t)={i(t)?ei(t)+e(t)……-?.(10)其中(t)为曼(t)的转置,即,,…x(t)=[x1¨,,].-…..-………………-?……

7、-……--…(9)向前一步的多层递阶输出模型则为:^y(t+1)=xi(t~1)0i(t+1)….….-(11)以(11)式结合时间趋势产量项,即可作出产量预报.表3给出率模型与其他方法构造的模型之预报试报精度比较结果囊3试报精度比较(单位l餐厅),目I模糊处理多层谨阶法一般多层递阶方法经典乡元回归方法预删值误差67.1.783.9;2.2误差————10.05.0通过比较可知,用模糊数学方法处理后的多层递阶模型的预测精度要比经典多元回归模型提高,而一般的多层递阶方法,若时间序列的平稳性差,用AR”法预测时变参数时往往效果不理想,使模型的预澳I精度不容易提高.四

8、,讨论l,产量预报试验表