TY - JOUR A2 - Volodin, Andrei I. AU - Zhu, Chunhua AU - Wang，娇娇AU - Tian, Jiake PY - 2020 DA - 2020/05/13 TI -粮食消费预测:一个改性高钙模型结合时间序列预测理论SP - 3956717六世- 2020 AB -在经典的多变量预测模型中,大部分的研究集中在相关行为因素的选择和历史数据的稳定性对提高预测精度的主要行为因素,和历史数据的主要行为因素从未被视为一个相关行为因素,事实上可以第一个关键影响因素;此外，历史数据可以直接预测时间序列预测模型中的主要行为，如ARIMA模型。本文结合时间序列预测理论，提出了一种改进的MLR模型，并将其应用于粮食消费预测中。在提出的模型中,以改善目前的粮食消费预测,如何选择影响因素模型相结合,探讨了灰色关联度和皮尔逊相关系数与给定的权重,和最优预处理参数计算的移动平均滤波来消除异常点和稳定的数据。最后，将选择的主要影响因素输入到改进的MLR模型中，进行粮食消费预测。仿真结果表明，口粮和饲料粮的五年平均绝对百分误差分别为2.34%和3.27%，预测精度比BP模型和LSTM模型提高了2倍。通过对历史数据不同时间间隔的预测分析，验证了模型的鲁棒性。SN - 0161-1712 UR - https://doi.org/10.1155/2020/3956717 DO - 10.1155/2020/3956717 JF -国际数学与数学科学杂志PB - Hindawi KW - ER -