期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于LASSO与GM(1,N)模型的中国粮食产量预测 被引量：26
1
作者 马云倩 郭燕枝 +1 位作者 王秀丽 孙君茂 《干旱区资源与环境》 CSSCI CSCD 北大核心 2018年第7期30-35,共6页
粮食产量预测一直是各国政府关注的热点,预测结果的权威性很大程度上取决于预测方法的科学性。文中将重点对中国粮食产量影响因素及其预测方法开展研究。首先对LASSO-GM(1,N)、GM(1,1)、GM(1,N)以及LASSO这四种模型的预测效果进行了比... 粮食产量预测一直是各国政府关注的热点,预测结果的权威性很大程度上取决于预测方法的科学性。文中将重点对中国粮食产量影响因素及其预测方法开展研究。首先对LASSO-GM(1,N)、GM(1,1)、GM(1,N)以及LASSO这四种模型的预测效果进行了比较分析,并选择采用LASSO-GM(1,N)组合模型对2020年中国粮食产量进行预测。运用LASSO模型筛选出对粮食产量产生显著影响的因素:有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积以及谷物单位面积产量,将这6个因素作为输入因子构建粮食产量预测模型GM(1,6)。经研究表明,对我国粮食产量产生显著影响的主要因素是单产,次要因素是化肥施用量。但化肥施用量的影响是负向的,表明目前农业生产投入化肥施用过量;预测显示未来到2020年我国粮食产量处于稳步增长的状态。 展开更多
关键词 变量筛选 灰色系统 lasso-gm(1 N) 粮食产量 预测
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部