首页 期刊 干旱区资源与环境 基于LASSO与GM(1,N)模型的中国粮食产量预测 【正文】

基于LASSO与GM(1,N)模型的中国粮食产量预测

作者:马云倩; 郭燕枝; 王秀丽; 孙君茂 农业部食物与营养发展研究所; 北京100081
变量筛选   灰色系统   粮食产量   预测  

摘要: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。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅