灰色·马尔柯夫模型在棉花产量预测中的应用

摘要：

@@ 传统的灰色模型GM(1,1)主要适用于预测时间短,数据资料少,波动不大的系统对象,其预测趋势都是一条较为平滑的曲线,对于随机波动性较大的数据序列拟合较差,预测精度较低.而在马尔柯夫链理论中,转移概率pii可以反映随机因素的影响程度,因此适用于预测随机波动大的动态过程.这恰恰可以弥补灰色预测的局限.但马氏链预测对象要求具有马氏链和平稳过程等均值的特点,而客观世界中的预测问题大量是随时间变化或呈某种变化趋势的非平稳过程.如若采用灰色GM(1,1)模型对预测问题的时序数据进行拟合,找出其变化趋势,则可以弥补马氏链预测的局限.因此将GM(1,1)模型与马尔柯夫预测模型有机地结合,既可优势互补,又克服了两者的不足.

机标关键词：马尔柯夫模型、棉花、产量预测、马氏链、预测问题、随机波动性、平稳过程、马尔柯夫预测模型、变化趋势、随时间变化、马尔柯夫链、转移概率、预测时间、预测精度、优势互补、随机因素、数据资料、数据序列、时序数据、拟合

分类号：F1(世界各国经济概况、经济史、经济地理)

资助基金：国家高技术研究发展计划863计划2002AA243031

在线出版日期：2005-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：48-49