高斯多项函数在我国农业总产值预测中的应用

刘 硕,王江荣,靳存程

(兰州石化职业技术学院 信息处理与控制工程学院,甘肃 兰州 730060)

0 引言

农业是我国国民经济发展的支柱性产业，是经济发展、社会安定、国家自立的基础.农业年产总值是在一年内以货币形式表现的农、林、牧、渔业全部产品的总量，反映了农业生产总规模和总成果，也是政府出台经济政策的重要依据.准确预测农业年总产值对我国农业发展、经济宏观调控具有重大意义[1-2].

事实上，农业年产总值易受气候条件、雨水状况、水土流失、有效耕地面积、机械化程度、人力资源、化肥施用量、病虫害、电力等因素的影响，往往呈现出一定的随机性、波动性和相依性，是一种非平稳、非线性的时间序列.对这类时间序列预测问题，国内外专家学者已作了深入研究，并取得了丰硕成果.主要的预测方法有：灰色预测法[3]、非线性预测模型[4]、非参数模型预测法[5-6]、经验模态分解(Ensemble empirical mode decomposition,EEMD)与支持向量回归(Support vector regression,SVR)相结合的预测方法[7-8]、自回归模型(Auto regressive model,AR)预测法[9-10]、自回归移动平均模型(Auto regressive integrated moving average model,ARIMA)法等[11-13].这些方法从理论和实践上证明可以用于我国农业年总产值预测分析.但是由于农业年总值序列包含了多种信息，是多种影响因素及信息的综合体，其波动性是多种因素波动的叠加.以上这些方法存在着对统计数据(时间序列)适应能力不强、模型构建复杂以及预测精度不高等问题.

本文在已有的基础上提出了高斯多项函数拟合预测分析法.高斯单项函数曲线可以看作是某种……