[发明专利]基于双变量组合模型的粮食消费量预测方法

说明书

基于双变量组合模型的粮食消费量预测方法，包括如下步骤：（1）选取预测年份之前的影响因子以及粮食消费量的原始数据；（2）确定粮食消费量的主影响因子；（3）对需要预测年份的主影响因子进行预测；（4）计算主影响因子与粮食消费量之间的相关参数；（5）利用下述公式对预测年份之前的主影响因子的原始数据进行平滑处理；（6）将处理后的主影响因子的原始数据以及计算出的主影响因子与粮食消费量之间的相关参数带入到下述线性模型预测粮食消费量。本发明所述的方法公开了一种粮食消费量预测方法，提高了粮食预测的准确度，同时，本发明所述的方法通过仿真分析验证了本方法的预测准确精度相对现有的预测方法准确度高，预测结果更加可靠。

技术领域

本发明属于粮食消费量预测技术领域，尤其涉及一种基于双变量组合模型的粮食消费量预测方法。

背景技术

食以粮为先，粮食消费主要有由口粮、饲料粮、工业用粮、种子用量和粮食损耗组成，口粮消费量和饲料粮消费量是我国粮食总消费量中占比最重要的两种粮食消费方式，由于中有着城镇和农村的基本国情，城镇和乡村的粮食消费量也因此存在着明显差异。但从改革开放以来，城镇化水平的提高，再到现在全面建设小康社会的目标即将就要实现，居民粮食消费量和消费方式也在改变，通过数据表明：饲料粮的消费量逐年呈上升趋势，口粮消费量反而呈现下降趋势，因此深入分析和研究居民粮食消费趋势有利于国家对粮食供需平衡宏观调控。

粮食消费会受各种社会因素、经济因素和环境的影响，诸多研究者的研究方法、关注重点和基于视角也不尽相同，从而目前存在有多种粮食消费量的预测方法。贾伟，秦富采用时间序列法预测未来一定时期的居民人均食物消费，再结合城镇化等相关数据对我国粮食总需求进行预测^[1]。但该方法假定在预测期内影响因素不发生变化，由于时间序列的精度与序列长度高度相关，粮食消费量需求数据普遍在30年左右，即使不发生结构变化，该方法也会使预测结果可信度降低。雷丝雨，刘瑞涵，赵建梅利用需求联立方程，对1995-2012年中国城乡居民食品消费结构定量分析，运用ELES模型分析未来中国城乡居民的粮食消费趋势^[2]。但该方法对数据广度和数据质量要求较高，需要多个部门多个地区详尽的统计数据，容易受到数据不一致或数据缺失的干扰。苑颖，宋金杰等采用营养需求法，首先分析我国城乡居民的营养消费情况，然后基于平衡膳食视角，引入标准人消费系数的概念对我国未来粮食进行具体的预测^[3]。但该方法没有扎实的经济理论基础做支撑，缺少准确把握粮食消费量变化趋势的能力。综上所述，每种方法都有各自的侧重研究点和不足之处，能够在具体的实际应用中发挥其优势。

基于我国城镇和农村粮食消费存在差异的基本国情为出发点，本文考虑到原始数据具有不同量纲，存在奇异点等情况，首先对数据进行平均移动滤波操作，然后考虑有众多因子影响粮食消费量，通过组合模型筛选建模影响因子，采用数据重心法分别建立城镇/乡村的口粮/饲料粮多元回归训练模型，从而获得预测值。同时建立工业/种子/损耗用粮预测模型，最后将预测结果进行累加来获得粮食总消费预测量。

发明内容

本发明旨在提供一种预测准确度高的基于双变量组合模型的粮食消费量预测方法。

为解决上述技术问题，本发明提供了如下的技术方案：基于双变量组合模型的粮食消费量预测方法，依次包括如下步骤：

(1)选取预测年份之前的影响因子以及粮食消费量的原始数据；

(2)确定粮食消费量的主影响因子；

1)首先计算粮食消费量与影响因子之间的灰色关联度，方法如下；

1、将影响因子的原始数据和粮食消费量的原始数据分别整理成数列的形式：

x₀(k)＝{x₀(1),x₀(2),...,x₀(n)}