|
浙江大学学报(农业与生命科学版) 2008
Season tendency superposing——Markov forecasting model and its application
|
Abstract:
为提高利用季节性叠加趋势模型预测有较大波动性数据序列的预测精度,提出一种季节性叠加趋势—马尔柯夫组合预测新方法,并用于油菜平均产量的预测.采用浙江省诸暨市1949年到1996年的油菜平均每公顷产量数据建立一个季节性叠加趋势—马尔柯夫组合预测模型,对1997年到2003年的油菜平均每公顷产量进行预测,预测精度分别为:97·9%、97·9%、97·9%、97·9%、98·8%、97·7%和98·4%,远远高于季节性叠加趋势模型的预测精度:76·1%、68·9%、70·9%、97·9%、82·5%、76·9%和82·2%.该方法具有计算简单、精度高的特点.说明利用季节性叠加趋势—马尔柯夫组合预测模型可以大大提高具有周期趋势性和较大波动性数据序列的预测精度.