基于灰色理论和时间序列模型预测棉花产量可行性研究.docx

?

?

基于灰色理论和时间序列模型预测棉花产量可行性研究

?

?

尹晓燕王旭阳史澳何晓丰王雪刘云

摘要：为了进一步提高新疆棉花产量的预测精度，运用GM模型与ARIMA模型对新疆棉花产量进行了预测，进而赋予合理权重建立了基于灰色理论和时间序列的组合预测模型对新疆棉花产量进行了预测。实证分析结果表明：组合模型的预测结果更加逼近于真实数据，预测精确度较单一预测模型的结果准确性更高、误差更小。因此，GM模型与ARIMA模型组合预测新疆棉花产量是可行的。

关键词：灰色理论;时间序列;组合模型;棉花产量;预测

：S562

：A

：2095-3143（2021）01-0015-07

DOI：10.3969/j.issn.2095-3143.2021.01.003

Abstract：InordertoimprovetheforecastprecisionofXinjiangcottonyield，theGMmodelandARIMAmodelareusedtopredictXinjiangcottonyield，thecombinationforecastingmodelbasedongreytheoryandtimeserieswasestablishedtopredictthecottonyieldinXinjiang.Theresultsofempiricalanalysisshowedthattheforecastingaccuracyofthecombinedmodelishigherandtheerrorissmallerthanthatofthesinglemodel.Therefore，itisfeasibletocombintheGMmodelandtheARIMAmodeltoforecastcottonyieldinXinjiang.

Keywords：Greytheory;Timeseries;Combinationmodel;Cottonyield;Forest

新疆维吾尔自治区是我国主要的植棉区之一，同时也是我国最大的优质棉和唯一的长绒棉生产基地。在新疆农业中，棉花产业占居主导地位，其产量的变动对棉花行业相关从业者的经营和发展有重大的影响。棉花产业的健康发展对新疆农业及纺织工业的发展具有极其重要的意义[1]。相对于一熟旱地作物，棉花生长周期长，受自然环境的影响大。长期以来，棉花产量面临较大的风险，波动频繁，需要进行产量预测，以改变管理措施和调控市场。

近年来，基于不同的研究对象众多学者运用不同的方法对新疆棉花产量进行了预测。目前学者研究的热点是系统分析法，主要包括灰色理论预测法、人工神经网络预测法、时间序列预测法以及系统动力学法等。这些方法对平稳的时间序列取得较好的预测效果，得出了一系列重要的结论[2]。为了能够合理的利用各种预测模型的优点，Bates，等[3]将不同的预测模型进行适当的组合，于1969年提出了组合预测的方法，该方法能够综合利用各种预测模型提供的信息，尽可能地提高预测的精度。近年来已有许多对组合预测模型得到了推广。邢棉[4]提出了灰色神经网络组合模型，为较复杂的季节性预测问题，提供了一种新的有效的方法，并对电网供电量进行了预测。朱辉[5]运用了灰色预测模型，对新疆生产建设兵团棉花产量进行了预测，得到了精确度更高的预测值。陈黎明，等[6]运用灰色预测和回归模型建立组合预测模型对GDP统计数据质量进行了评估研究。单锐，等[7]为了更加精确的预测出人均GDP，采用了ARIMA模型与GM模型的组合模型，结果显示组合预测结果更加接近于真实值。佟长福，等[2]为了减少随机性，提出了基于小波分析理论的农业需水量组合预测模型。李晓彤，等[8]通过建立灰色模型和ARIMA-GARCH模型的组合模型对我国的股票市场进行了分析。张利平，等[3]通过建立六种时间序列组合模型并结合它们的优点，使其拟合及预测效果达到最优。为了对棉花的产量进行动态、科学、精准地预测，作者运用灰色理论与ARIMA模型对新疆棉花产量进行预测，运用相关统计软件分析得出单一灰色GM（1，1）模型与ARIMA模型的预测结果，之后结合二者各自的优点赋予合理权重建立基于灰色理论和时间序列的组合预测模型，以期提高棉花产量预测的精度，为政府及棉花相关从业者制定合理的生产、销售、储存和加工等产销策略提供参考与借鉴。

1灰色时间序列组合预测模型

1.1GM（1，1）模型

灰色预测是一种对具有不确定因素的系统进行预测的方法，能有效解决数据少、序列的完