%0 Journal Article
%T Application of weighted Markov SCGM(1,1)c model to predict drought crop area<br>加权马尔可夫SCGM(1,1)c模型在农作物干旱受灾面积预测中的应用
%A 姜翔程
%A 陈森发
%J 系统工程理论与实践
%D 2009
%I 
%X 灰色模型拟合时序数据的总体趋势,所得拟合精度指标是随机波动的,而马尔科夫链原理适合处理波动性大的系统过程,选用能更好解决随机波动性的加权马尔可夫链预测方法,提出一种用于农作物干旱受灾面积预测的加权马尔可夫SCGM(1,1)c模型,适用时间短、数据量少且随机波动大的动态过程预测.以我国农作物干旱受灾面积预测为例,表明加权马尔可夫SCGM(1,1)c模型对于农业旱灾预测具有较高的精度.
%K 因子系统云灰色模型
%K 加权马尔可夫链
%K 干旱受灾面积
%K 预测
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=962324E222C1AC1D&jid=1D057D9E7CAD6BEE9FA97306E08E48D3&aid=1919E5036BABD4BC8AD2676A3FA29162&yid=DE12191FBD62783C&vid=771469D9D58C34FF&iid=9CF7A0430CBB2DFD&sid=E114CF9BB47B65BE&eid=D46BA3D3D4B3C585&journal_id=1000-6788&journal_name=系统工程理论与实践&referenced_num=1&reference_num=0