河南省“十四五”期间农机总动力预测研究.pdf
《河南省“十四五”期间农机总动力预测研究.pdf》由会员分享,可在线阅读,更多相关《河南省“十四五”期间农机总动力预测研究.pdf(9页珍藏版)》请在咨信网上搜索。
1、第 57 卷第 4 期河 南 农 业 大 学 学 报Vol.57No.42023 年8 月Journal of Henan Agricultural UniversityAug.2023收稿日期:2022-10-30基金项目:现代农业产业技术体系建设专项资金项目(CARS-03);河南省科技攻关项目(222102110032)作者简介:丁力(1989),男,河南安阳人,博士,讲师,主要从事农业机械装备设计与理论研究。通信作者:王万章(1963),男,河南洛阳人,教授,博士生导师。引用:丁力,吴辉,徐宇飞,等.河南省“十四五”期间农机总动力预测研究J.河南农业大学学报,2023,57(4):60
2、7-614.DOI:10.16445/ki.1000-2340.20230112.001河南省“十四五”期间农机总动力预测研究丁力1,吴辉2,徐宇飞1,王媛1,何勋1,王万章1(1.河南农业大学机电工程学院,河南 郑州 450002;2.河南省农业农村厅农机处,河南 郑州 450000)摘要:【目的】提高河南省农机总动力预测模型的精度,获得更加可靠的预测结果,为河南省“十四五”农业机械现代化及其发展规划提供支撑。【方法】基于河南省 20172020 年农机总动力的相关数据,通过建立预测模型,对“十四五”期间河南省农机总动力进行预测。针对线性回归模型存在的多重共线性问题,以及灰色模型只能表示单一
3、序列的指数增长趋势的问题,建立了主成分回归预测模型和灰色回归预测模型,对两种模型预测结果精度进行对比分析。【结果】主成分回归预测模型和灰色回归预测模型的平均相对误差分别为 0.003 3%和0.003 0%,灰色回归预测模型的预测精度较高。通过构建的灰色回归模型对未来时期河南省农机总动力进行预测,预测值分别为 10 538.81104、10 591.08104、10 627.67104、10 653.28104、10 670.21104 kW。灰色回归预测模型对 2021 年河南省农机总动力的预测值与实际值相对误差为 1.04%,误差值较小。【结论】通过模型预测数据可以看出,“十四五”期间,河
4、南省农机总动力增长趋于平缓,部分落后农机具将逐步被农机市场淘汰,大马力、效率高、功能更全面的机具将填补这部分市场缺口,河南省农机发展将进入全面的高质量、高效发展阶段。关键词:农机总动力;预测模型;主成分回归模型;灰色回归模型中图分类号:S220.2文献标志码:A文章编号:1000-2340(2023)04-0607-08Research on prediction of total power of agricultural machinery in Henan Province during the 14th Five-Year PlanDING Li1,WU Hui2,XU Yufei1,
5、WANG Yuan1,HE Xun1,WANG Wanzhang1(1.College of Mechanical&Electrical Engineering of Henan Agricultural University,Zhengzhou 450002,China;2.Department of Agricultural Machinery,Agricultural and Rural Affairs Office of Henan Province,Zhengzhou 450000,China)Abstract:【Objective】This study was conducted
6、to improve the accuracy of the prediction model of the total power of agricultural machinery in Henan Province,obtain more reliable prediction results,and provide support for the modernization and development planning of agricultural machinery in Henan Province during the 14th Five-Year Plan.【Method
7、】Based on the relevant data of total power of agricul-tural machinery in Henan Province from 2017 to 2020,this paper forecasts the total power of agricul-tural machinery in Henan Province during the“14th Five-Year Plan”period by establishing a predic-tion model for the total power of agricultural ma
8、chinery in Henan Province.Aiming at the multiple col-linearity problem of linear regression model and the problem that grey model can only represent the ex-ponential growth trend of a single series,the principal component regression prediction model and grey regression prediction model were establis
9、hed,and the precision of the prediction results of the two models was compared and analyzed.【Result】The average relative errors of the principal component re-608 河南农业大学学报第 57 卷gression prediction model and the grey regression prediction model were 0.003 3%and 0.003 0%,respectively.The prediction acc
10、uracy of the grey regression prediction model was higher.The power of agricultural machinery in Henan Province in the future was predicted by the grey regression model,and the predicted values were 10 538.81 104,10 591.08 104,10 627.67 104,10 653.28 104 and 10 670.21104 kW.The relative error between
11、 the predicted value and the actual value of agricultural machinery power in Henan Province by the grey regression prediction model in 2021 is 1.04%,which is smaller.【Conclusion】It can be seen from the model prediction data that during the 14th Five-Year Plan period,the total power growth of agricul
12、tural machinery in Henan Province tends to be flat.Some backward agricultural machinery will be gradually eliminated from the agricultural machinery market.Machines with higher operating efficiency and more comprehensive functions will fill the gap in this part of the market.The development of agric
13、ultural machinery in Henan Province will enter a stage of com-prehensive,high-quality and efficient development.Key words:total power of agricultural machinery;forecast model;principal component regression model;grey regression model 农业机械化作为一种现代农业生产手段,通过使用先进适宜的农机装备,促进粮食增产、农业增效、农民增收,是农业农村进行现代化建设的重要方式
14、。农机总动力数值的大小直接关乎农业生产各环节效率,是评价农业增产增收的重要指标。随着农业生产进入以机械化为主导的新阶段,农业生产各领域对农业机械化的需求结构发生深刻变化,农业机械化在区域、产业、品种、环节上发展不平衡不充分的矛盾凸显。因此,通过对农机总动力进行预测,能够全面了解河南省农业机械化发展情况,进而对农机总动力进行合理有效的规划,促进“十四五”农业农村现代化的发展1。当前,各领域普遍采用的预测方法常见的有指数平滑法、回归分析法、灰色预测法以及人工智能神经网络法2。关凯书等3通过建立自适应性神经网络模型,基于 BP 神经网络模型,对网络的结构及学习规则进行了动态优化,使其能组织和学习自己
15、的结构,预测结果与实际较为接近。李俊等4针对农业用水量序列的振荡特性以及传统灰色预测模型的过拟合问题,提出分数阶灰色预测模型。以通辽市和宝鸡市为例,进行农业用水量的预测。为了检验模型性能,将分数阶灰色预测模型分别与传统 GM(1,1)模型、自回归模型进行对比。研究结果显示,该模型预测结果误差最小,可以作为依据对区域农业用水 量预测。张睿等5通过 整理19862005 年中国农业机械化水平的统计数据,构造了基于灰色 GM(1,1)的针对中国农业机械化水平的预测模型。通过残差检验及后验差检验方式对结果进行验证,结果显示该预测模型的拟合精度高。虽然上述模型可以取得较为准确的预测结果,但这些算法复杂,
16、且在单独使用时存在某些缺陷。如多元线性回归模型,虽然能够综合考虑多种自变量因素对因变量的影响,得到更加准确的预测结果,但是如果模型中一些自变量具有较强的相关性,即多重共线性问题严重,那么模型中过多的变量会导致计算复杂、影响预测结果的精确度6-7。灰色 GM(1,1)模型可以从作为因变量的农机总动力数据本身来进行预测,分析农机总动力的变化规律,建立预测模型,进而预测其未来发展趋势,而不需要考虑其他相关因素的影响。其优点是能够以指数表示增长趋势、建模信息少、运算方便、建模精度高,检验方便。然而,GM(1,1)模型无法处理序列中出现的意外情况,仅仅适用单一的指数增长序列,当数据出现异常变化的情况时,
17、预测精度便会降低8-10。通过以上分析,本研究为了全面考虑各个因素对河南省农机总动力的影响,解决各自变量之间的共线性问题,通过对自变量分析提取主成分,建立主成分回归预测模型,提高预测准确度和可信度。对灰色预测模型进行改进,建立灰色回归预测模型,既能够反映河南省农机总动力的指数增长趋势,又含有线性因素,提高模型的预测精度。最后将两种预测模型的预测结果进行比较,得出精度较高的模型,运用此模型对未来 6 a 内河南省农机总动力进行预测,得到河南省未来农机总动力发展趋势。1主成分回归模型预测1.1主成分回归模型的构建回归分析预测在应用中为了分析问题更加全面,常常使用大量关联性很高的自变量。然而,过于庞
18、大的变量常常导致计算变得复杂、冗余,且影响结果的准确性。故本研究运用主成分分析将原第 4 期丁力,等:河南省“十四五”期间农机总动力预测研究609 变量进行线性组合后来代替原变量进行多元统计,统计分析后得到各个主成分之间无相关性,却能较为准确地反映原数据的综合信息,可以避免多元线性回归模型中的多重共线性问题,以此提高模型的预测准确度11。通过建立主成分回归模型对河南省农机总动力进行预测,构建回归模型的步骤如下:(1)根据预测目标,确定自变量和因变量。(2)通过对筛选的 n 个影响因素 X1,X2,Xn进行数据分析,得到标准化影响因素 ZX1,ZX2,ZXn,之后对其进行主成分分析,得到 p 个
19、线性组合 F1,F2,Fp,通过计算每个主成分的贡献率,按照累计贡献率依次排列,从而获得前 m 个主成分 F1,F2,Fm。(3)以 F1,F2,Fm等 m 个主成分作为自变量,因变量 Y 为河南省农机总动力,通过最小二乘法,进行多元线性回归,得到主成分回归预测模型:Y=0+1F1+2F2+mFm(4)通过转化上述模型,得到原始变量 X 和动力 Y 的回归模型):Y=0+1X1+2X2+pXp1.2主成分回归预测模型的应用1.2.1河南省农机总动力及其各影响因素原始数据河南省农机总动力及各项数据通过查找文献分析整理12。本研究取河南省农机总动力 Y 为因变量,饲草料加工机械台数 X1、大中型拖
20、拉机保有量 X2、总播种面积 X3、小麦总产量 X4、从事农业劳动力 X5、农业总产值 X6 6 个主要影响因素。通过6 个自变量进行主成分回归分析13,查询河南省统计年鉴中 20102020 年间的统计数据(图 1图 4),由图 1图 4 及 2016 年河南省人民政府发图 1河南省饲草料加工机械、大中型拖拉机保有量的变化Fig.1Changes in the number of forage processing machinery and large and medium-sized tractors in Henan Province图 2河南省总播种面积与小麦总产量的变化Fig.2C
21、hanges of total sown area and total wheat yield in Henan Province610 河南农业大学学报第 57 卷图 3河南省农业生产总值与从事农业劳动力人数的变化Fig.3Change of the gross agricultural product and the number of agricultural labors in Henan province图 4河南省农机总动力的变化Fig.4Total power change of agricultural machinery in Henan Province布的关于印发河南省加
22、快转变农业发展方式实施方案的通知可知,由于河南省 20152016 年种植结构发生改变,造成农机总动力有较大变化。如果使用 20102016 年数据进行预测会导致误差极大,造成预测不准确。故使用 20172020 年 4 年的数据进行预测,由于灰色预测所需的建模信息少、运算方便、建模精度高,检验方便14-15,且预测模型只能短期对农机总动力进行预测,时效性较差且具有局限性16,考虑到本研究的模型仅对河南省“十四五”期间的农业总动力进行预测,并不用于长期预测,所以 4 a 的数据量足够用于“十四五”期间,即 20212025 年河南省农业总动力的预测。1.2.2主成分回归预 测模型分 析结果 通
23、过MATLAB 处理 20172020 年间 6 个影响因素的数据,得到标准化矩阵,然后进行主成分分析,结果如表 1 所示。表 1主成分提取结果Table 1Extraction results of principal component 主成分Principal component特征值Eigenvalue贡献率/%Contribution rate累积贡献率/%Cumulative contribution rate12.882 948.0548.0522.269 937.8385.8830.847 114.1099.98由表 1 可知,第一主成分特征值为 2.882 9,贡献率为 48
24、.05%,为了保证预测模型的准确度,采用前 3 个主成分,其累计贡献率为 99.98%。F1=0.445 7ZX1+0.202 3ZX2-0.366 7ZX3+0.583 8ZX4-0.318 0ZX5+0.428 9ZX6(1)F2=0.398 1ZX1+0.617 9ZX2+0.001 7ZX3+0.071 1ZX4+0.554 8ZX5-0.3879 ZX6(2)F3=0.282 3ZX1+0.166 8ZX2+0.850 2ZX3-0.083 5ZX4-0.107 4ZX5+0.388 9ZX6(3)第 4 期丁力,等:河南省“十四五”期间农机总动力预测研究611 1.2.3建立预测模
25、型回归方程将 F1,F2,F3作为自变量,总动力 ZY 为因变量,构造回归方程,与式(1)(3)联立得到标准化变量的回归方程:ZY=0.079 014ZX1-0.005 172ZX2-0.192 410ZX3+0.000 0ZX4+0.000 0ZX5+0.078 985ZX6(4)转化式(4)为由原始变量表示的主成分回归方程:Y=9 221.818 875-0.000 086X1-0.000 854X2+0.052 873X3+0.424 111X4-1.162 431X5+0.103 706X6(5)式中:相 关 系 数 r2为 0.999,接 近 于 1,F 值 为35 905,高于理论
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 河南省 十四 期间 农机 动力 预测 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。