学位论文 > 优秀研究生学位论文题录展示

灰色预测模型在青岛市水产养殖产量预测中的应用

作　者: 杜小伟
导　师: 刘群
学　校: 中国海洋大学
专　业: 渔业资源
关键词: 灰色预测模型灰色关联度线性规划水产养殖产量青岛市
分类号: F224
类　型: 硕士论文
年　份: 2011年
下　载: 290次
引　用: 1次
阅　读: 论文下载

内容摘要

水产养殖业系统是个多因素、多层次、多目标的灰色系统,由诸多错综复杂的关系所组成。灰色系统理论是中国学者邓聚龙在上世纪80年代初提出的处理不完全信息的一种理论。灰色预测是建立从过去引申到将来的灰色预测模型(Grey Prediction Model),从而确定所研究系统未来发展变化的趋势,为决策者提供科学依据。本文简要介绍了灰色系统的有关概念和灰色系统理论的主要内容,用灰色模型理论,预测了青岛市水产养殖业发展的趋势,且应用灰色预测模型对青岛市淡水养殖产量和海水养殖产量进行了预测,并运用线性规划的理论与方法,测算了海水养殖业在2012年的优化产量和面积。灰色关联度是关联分析的基础,是灰色理论的重要组成部分。本文运用灰色关联分析法研究了水产品总产量与各主要因素之间的关系。得出水产品总产量主要与水产养殖产量和养殖面积有关,其中海水养殖产量的影响程度最大。经分析得贝类养殖产量和海上养殖方式是海水养殖产量的优势因素。鱼类养殖产量和水库养殖方式对淡水养殖产量的影响较大。在进行水产养殖规划时应该着重考虑养殖面积和养殖种类的规划,合理开发养殖资源,适当引进新品种,以保证养殖业的可持续发展。本文应用GM(1,1)模型、Verhulst模型、DGM模型及5年、10年和20年的海水养殖养殖产量对未来几年的海水养殖产量进行了预测。结果表明灰色预测模型对于短期数据的预测精度较高,对于长期数据的预测精度偏低,灰色预测模型更加适合短期预测。文章讨论了这些误差不是由于模型的失败,而是由于数据的不同造成的。当GM(1,1)模型的精度不符合要求时,可以利用其残差序列建立GM(1,1)模型对原来的模型进行修正,以提高精度。本文还利用移动平均数法对灰色预测的原始数据进行了改进,避免了数值的过度波动,通过与原来的GM(1,1)模型的比较,证明了这种方法在提高预测精度的可行性和有效性。以青岛市1998-2007年水产养殖产量作为建模数据,利用GM(1,1)模型、Verhulst模型和DGM模型分别对2012年水产养殖产量进行预测。结果表明:水产养殖产量在未来几年呈增长趋势,但是增长的幅度不大。其中海水养殖产量已经接近海水养殖环境的容纳量,可以采用新技术开展外海网箱养殖来提高其环境容纳量,但提升的潜力有限。当原始数据呈S型时,Verhulst模型和DGM模型的模拟精度高于GM(1,1)模型。对Verhulst模型和DGM模型拟合值与原始值进行灰色关联度分析得,DGM模型对原始数据的拟合程度比Verhulst模型更高,因此DGM模型更适合对未来几年的海水养殖产量进行预测。预测结果显示,未来五年青岛市的海水养殖产量基本维持在81.9万吨左右。根据灰色预测及线性规划模型,综合考虑得2012年的淡水养殖产量应在4.95~7.55万吨之间。2012年海水养殖的预期养殖面积为42.34×103公顷。结合灰色预测的结果,青岛市海水养殖业2012年的适易预期产量应在77.27~89.39万吨之间。灰色预测模型具有要求样本数据少、运算方便、短期预测精度高等优点。且短期预测数值与实际情况很吻合,这也说明了灰色预测模型具有很好的适用性。根据灰色理论建立的灰色预测模型,在青岛市水产养殖规划中的应用是建立在严谨的数学理论基础之上的,预测结果可以作为养殖规划的依据。文中简要回顾和总结了青岛市水产养殖业的现状,指出了存在的主要问题,并对今后工作提出了积极的对策建议。

全文目录

摘要  5-7
Abstract  7-13
0 前言  13-14
1 引言  14-20
  1.1 灰色系统理论概述  14-17
    1.1.1 灰色系统理论的产生和基本概念  14-15
    1.1.2 灰色系统理论的主要内容  15
    1.1.3 几种不确定方法的比较  15-16
    1.1.4 灰色系统理论的应用及其发展动态  16-17
  1.2 青岛市水产养殖业发展的历史与现状  17-18
    1.2.1 青岛市地理区位  17-18
    1.2.2 青岛养殖生物资源  18
    1.2.3 青岛水产养殖业的现状  18
  1.3 青岛市水产养殖业的灰色特性  18-19
  1.4 研究目的意义  19-20
2 灰色关联分析在青岛市水产养殖业中的应用  20-33
  2.1 前言  20
  2.2 灰色关联分析基本原理  20-22
    2.2.1 灰色关联度基本含义  20-21
    2.2.2 灰色关联度的计算方法  21-22
  2.3 灰色关联分析的应用  22-25
    2.3.1 材料方法  22-24
    2.3.2 分析讨论  24-25
  2.4 灰色关联度在水产养殖产量中的应用  25-31
    2.4.1 灰色关联度的分类  25-26
    2.4.2 灰色关联度的应用  26-31
  2.5 结果讨论  31-33
3 灰色 GM(1,1)模型的应用  33-49
  3.1 前言  33
  3.2 GM(1,1)模型建模原理  33-35
    3.2.1 GM(1,1)模型建模原理  33-34
    3.2.2 GM(1,1)模型的适用范围  34-35
  3.3 GM(1,1)模型在青岛市水产养殖产量预测中的应用  35-42
    3.3.1 材料与方法  35-36
    3.3.2 GM(1,1)模型在海水养殖产量预测中的应用  36
    3.3.3 海水养殖产量的预测结果分析  36-39
    3.3.4 GM(1,1)模型在淡水养殖产量预测中的应用  39-40
    3.3.5 淡水养殖产量的预测结果分析  40-42
  3.4 残差修正GM(1,1)模型  42-46
    3.4.1 RGM(1,1)模型的建模原理  42-43
    3.4.2 残差修正法  43-46
  3.5 移动平均数法平滑数据建立灰色预测模型  46-48
  3.6 讨论  48-49
4 灰色 Verhulst 模型和 DGM 模型的应用  49-62
  4.1 前言  49
  4.2 灰色Verhulst 模型建模原理概述  49-52
    4.2.1 Verhulst 模型建模原理  49-50
    4.2.2 DGM 模型建模原理概述  50-51
    4.2.3 灰色预测模型的精度检验  51-52
  4.3 灰色模型在海水养殖产量预测中的应用  52-57
    4.3.1 数据处理与分析  52-53
    4.3.2 Verhulst 模型的应用  53
    4.3.3 GM(1,1)模型的应用  53-54
    4.3.4 灰色DGM 模型的应用  54
    4.3.5 利用误差检验法分析灰色预测模型的拟合结果  54-56
    4.3.6 灰色模型拟合结果的灰色关联分析  56
    4.3.7 利用灰色模型预测海水养殖产量  56-57
  4.4 灰色预测模型在淡水养殖产量预测中的应用  57-60
    4.4.1 数据处理  57
    4.4.2 灰色预测模型的综合应用  57-60
  4.5 结果分析  60-62
5 青岛市水产养殖业线性规划  62-69
  5.1 线性规划概述  62-63
    5.1.1 线性规划的基本理论及其模型的结构  62-63
  5.2 青岛市水产养殖业的线性规划  63-66
    5.2.1 水产养殖面积的灰色预测  63-64
    5.2.2 海水养殖线性规划  64-66
    5.2.3 淡水养殖规划  66
  5.3 青岛市水产养殖业的前景展望  66-69
6 结果讨论  69-71
参考文献  71-76
致谢  76-77
个人简历  77-78
发表的学术论文  78

灰色预测模型在青岛市水产养殖产量预测中的应用

内容摘要

全文目录

相似论文