期刊导航
期刊开放获取
重庆大学
退出
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
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
检索
高级检索
期刊导航
基于时间序列分析的吉林省粮食产量预测模型
被引量：
14
下载PDF
职称材料
导出
摘要
吉林省是我国重要的商品粮生产基地,时间序列分析中的ARIMA(p,d,q)模型可以很好地反映吉林省的粮食生产状况。利用吉林省1978—2012年的粮食产量数据,根据时间序列分析法,通过Eviews软件得到吉林省粮食产量预测模型,由该模型预测吉林省未来粮食产量呈现稳中增长的势头,但增产幅度逐渐减弱。
作者
何延治
机构地区
延边大学理学院
出处
《江苏农业科学》
北大核心
2014年第10期478-479,共2页
Jiangsu Agricultural Sciences
基金
国家自然科学基金(编号:31160103)
关键词
吉林省
时间序列分析
粮食
产量
预测模型
分类号
F326.11 [经济管理—产业经济]
引文网络
相关文献
节点文献
二级参考文献
28
参考文献
5
共引文献
45
同被引文献
121
引证文献
14
二级引证文献
60
参考文献
5
1
王波,郭夜白,高来斌,仲崇文.
最优加权预测在吉林省粮食产量预测中的应用[J]
.吉林农业大学学报,2008,30(5):760-763.
被引量：8
2
樊亮,常迎香,李菊梅.
时间序列分析模型在甘肃省GDP中的应用[J]
.甘肃科学学报,2009,21(4):140-142.
被引量：10
3
张晓杰,张希良.
时间序列分析模型在山东省粮食总产量预测中的应用[J]
.水土保持研究,2007,14(3):309-311.
被引量：20
4
王延停,杜院录,贾利新.
时间序列分析在粮食产量预测中的应用[J]
.河南科学,2011,29(5):520-523.
被引量：7
5
于平福,陆宇明,韦莉萍,梁毅劼,苏晓波,孔令孜,兰宗宝.
基于小波广义回归神经网络的粮食产量预测模型[J]
.湖北农业科学,2011,50(10):2135-2137.
被引量：7
二级参考文献
28
1
史其信,郑为中.
道路网短期交通流预测方法比较[J]
.交通运输工程学报,2004,4(4):68-71.
被引量：49
2
樊胜根,莫塞迪塔.索姆比拉,刘庆华.
中国未来粮食供求预测的差别[J]
.中国农村观察,1997(3):19-25.
被引量：22
3
谭诗璟.
ARIMA模型在湖北省GDP预测中的应用——时间序列分析在中国区域经济增长中的实证分析[J]
.时代金融,2008,0(1):26-28.
被引量：11
4
高雷,张蕾.
基于市场周转率的股票市场收益预测[J]
.经济经纬,2004,21(6):127-128.
被引量：2
5
石美娟.
ARIMA模型在上海市全社会固定资产投资预测中的应用[J]
.数理统计与管理,2005,24(1):69-74.
被引量：55
6
张莹,王强,陆祺玮,徐文立.
露天矿一类时间参数的ARIMA模型预测[J]
.矿冶,2004,13(4):80-82.
被引量：4
7
韦丽琴,徐勇勇,陈长生,王素华,赵若望,张玉娥,任忠和.
ARIMA模型在交通事故预测中的应用[J]
.包头医学院学报,2004,20(4):287-288.
被引量：10
8
李勇,吴宝亮,杨秀苔,但斌.
基于乘积ARIMA模型的产品不确定性需求预测[J]
.系统工程与电子技术,2005,27(1):60-62.
被引量：16
9
韩路跃,杜行检.
基于MATLAB的时间序列建模与预测[J]
.计算机仿真,2005,22(4):105-107.
被引量：57
10
李秉祥,杨永辉.
上市公司财务危机动态预测模型研究[J]
.数学的实践与认识,2006,36(2):60-65.
被引量：2
共引文献
45
1
陈生,李夫明.
差分自回归移动平均模型在中国粮食产量预测中的应用[J]
.粮食科技与经济,2011,36(3):14-17.
被引量：2
2
董江水,诸英富.
时间序列分析模型在江苏省河蟹总产量预测中的应用[J]
.金陵科技学院学报,2008,24(3):102-105.
被引量：5
3
焦春义,吴建勇.
南阳粮食总产量的灰色预测研究[J]
.高师理科学刊,2009,29(4):15-17.
被引量：1
4
张荣达,唐义.
毕节试验区粮食产量组合预测模型研究[J]
.现代农业科技,2010(1):47-48.
被引量：5
5
向昌盛,周子英,武丽娜.
粮食产量预测的支持向量机模型研究[J]
.湖南农业大学学报（社会科学版）,2010,11(1):6-10.
被引量：29
6
郭宇翔,熊黑钢,李宝富.
新疆奇台县粮食生产影响因素与模拟预测研究[J]
.新疆农业科学,2010,47(5):1009-1017.
被引量：5
7
谷雪,孙德山.
时间序列模型在我国财政收入分析中的应用[J]
.阜阳师范学院学报（自然科学版）,2010,27(2):10-13.
被引量：2
8
谢峥.
基于Box—Jenkins方法的中国季度GDP的时间序列分析[J]
.决策与信息（下旬）,2010(5):128-129.
9
郑伟丽,李珊.
基于数据包络法(DEA)对甘肃省区域经济增长的分析[J]
.甘肃科学学报,2011,23(1):135-138.
被引量：4
10
苏文地,张培松,罗微.
时间序列分析在儋州橡胶产量预测上的运用[J]
.热带农业科学,2011,31(2):1-4.
被引量：4
同被引文献
121
1
魏津瑜,苏思沁,施鹤南.
基于小波分析的城市需水量预测[J]
.中南大学学报（自然科学版）,2013,44(S2):183-187.
被引量：4
2
肖海峰,王姣.
我国粮食综合生产能力影响因素分析[J]
.农业技术经济,2004(6):45-49.
被引量：151
3
刘会玉,林振山,张明阳.
基于EMD的我国粮食产量波动及其成因多尺度分析[J]
.自然资源学报,2005,20(5):745-751.
被引量：68
4
胡岳岷.
十三亿人口条件下的中国粮食安全政策选择[J]
.群言,2006(1):28-30.
被引量：3
5
谢恒星,张振华,谭春英.
灰色预测方法在山东省粮食总产量预测中的应用[J]
.水土保持研究,2006,13(2):257-258.
被引量：20
6
郭淑敏,马帅,陈印军.
我国粮食主产区粮食生产影响因素研究[J]
.农业现代化研究,2007,28(1):83-87.
被引量：52
7
丁晨芳.
组合模型分析方法在我国粮食产量预测中的应用[J]
.农业现代化研究,2007,28(1):101-103.
被引量：48
8
王振龙.时间序列分析[M].北京:科学出版社,2006.
9
高阳,谭阳波.
基于新维无偏灰色马尔科夫预测模型的中长期能源消费预测[J]
.统计与决策,2007,23(22):55-57.
被引量：13
10
中华人民共和国国家统计局[EB/OL].http://www.stats.gov.cn,2015-01-14.
引证文献
14
1
唐庆,陈国华,李军成,汪聪林.
基于一种加权组合模型的娄底市粮食总产量预测[J]
.农村经济与科技,2018,29(21):15-17.
被引量：2
2
孟强,李海晨.
基于ARIMA模型的东三省粮食产量时间序列分析[J]
.黑龙江科技信息,2015(21):128-129.
被引量：4
3
樊超,杨静,杨铁军,傅洪亮.
基于小波变换灰度模型-人工神经网络(GM-ANN)组合的粮食产量预测模型[J]
.江苏农业科学,2016,44(12):390-393.
被引量：6
4
奚立平,蔡文庆,吴海鹰.
基于时间序列分析的无为县降水量预测模型的研究[J]
.安徽水利水电职业技术学院学报,2018,18(1):50-53.
被引量：2
5
樊超,郭亚菲,曹培格.
基于小波变换的GM(1,1)-ARIMA组合模型对粮食产量的预测[J]
.江苏农业科学,2019,47(1):221-224.
被引量：3
6
彭雯.
基于时序模型的旅游地客流量的分析预测[J]
.广东蚕业,2019,53(4):138-138.
7
吴耀东.
改进型极限学习机模型在粮食产量预测中的应用[J]
.计算机与数字工程,2019,47(6):1283-1286.
被引量：2
8
郭亚菲,樊超,闫洪涛.
基于主成分分析和粒子群优化神经网络的粮食产量预测[J]
.江苏农业科学,2019,47(19):241-245.
被引量：13
9
林靖皓,秦亮曦,苏永秀,秦川.
基于自注意力机制的双向门控循环单元和卷积神经网络的芒果产量预测[J]
.计算机应用,2020,40(S01):51-55.
被引量：12
10
朱家明,刘威.
基于灰色关联法对安徽粮食产量影响因素的实证研究[J]
.山西大同大学学报（自然科学版）,2020,36(3):19-24.
被引量：7
二级引证文献
60
1
王鹏新,王婕,田惠仁,张树誉,刘峻明,李红梅.
基于遥感多参数和门控循环单元网络的冬小麦单产估测[J]
.农业机械学报,2022,53(9):207-216.
被引量：7
2
丰成友,张连昌,姬金生,韩照信.
东天山康古尔金矿床石英的矿物标型特征研究[J]
.矿物岩石,2000,20(1):24-29.
被引量：5
3
张健.
基于灰色GM(1,1)模型的山东省粮食产量预测研究[J]
.山东广播电视大学学报,2016(1):79-82.
被引量：6
4
杨卫明,李炳军,王天慧.
基于熵权法的灰色组合模型的应用[J]
.河南科学,2017,35(11):1895-1900.
被引量：2
5
王积建,侯云先.
我国粮食行业供给侧结构优化研究[J]
.数学的实践与认识,2018,48(14):97-108.
被引量：2
6
樊超,郭亚菲,曹培格.
基于小波变换的GM(1,1)-ARIMA组合模型对粮食产量的预测[J]
.江苏农业科学,2019,47(1):221-224.
被引量：3
7
王永珂,范永辉.
基于时间序列的娘子关泉降水及径流变化分析[J]
.哈尔滨商业大学学报（自然科学版）,2019,35(3):360-366.
被引量：2
8
郭亚菲,樊超,闫洪涛.
基于主成分分析和粒子群优化神经网络的粮食产量预测[J]
.江苏农业科学,2019,47(19):241-245.
被引量：13
9
张改红.
基于ARIMA模型的渭南市降水量趋势分析与预测[J]
.价值工程,2019,38(34):197-199.
被引量：7
10
刘合兵,韩晶晶,席磊.
小波变换—BP神经网络的农产品价格预测研究[J]
.中国农业信息,2019,31(6):85-92.
被引量：7
1
王慧,李印海,赵呈健.
河南省滑县粮食产量预测模型[J]
.经济经纬,1995,12(4):50-51.
2
刘元根,金春峰.
回归趋势控制预测法[J]
.农业系统科学与综合研究,1989,5(2):40-43.
3
王希.
上海市建筑业和经济增长之间的协整分析[J]
.今日中国论坛,2013(7S):63-63.
4
禹建丽,黎娅.
基于人工神经网络的粮食产量预测模型[J]
.河南农业科学,2005,34(7):44-46.
被引量：16
5
罗红娟.
基于ARIMA模型的山东省建筑业总产值的预测[J]
.商情,2013(45):42-42.
6
袁嘉祖.
黄土高原地区人口和粮食产量预测模型[J]
.自然资源学报,1991,6(4):311-317.
被引量：1
7
刘厚军.
关于黑龙江垦区粮食产量预测模型的探讨[J]
.现代化农业,2001(9):35-36.
8
金英.
诸暨市粮食生产状况及发展对策[J]
.中国农技推广,2011,27(3):8-10.
9
李源生,贾正义,来树斌.
宣化县粮食生产近期发展状况[J]
.河北北方学院学报（自然科学版）,1999,19(4):29-33.
10
陈红,赵慧峰,刘娜.
河北省粮食生产的现状与存在问题:基于河北省10个市的调查[J]
.贵州农业科学,2010,38(8):229-232.
被引量：3
江苏农业科学
2014年 第10期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
