论文研究 基于地统计学定阶的松毛虫发生面积组合预测.pdf

针对当前松毛虫滞后阶数确定方法存在局部最优、耗时长等问题，提出一种基于地统计学(GS)快速定阶的松毛虫发生面积组合预测模型(GS-ARIMA-SVM)。首先采用差分自回归移动平均(ARIMA)对松毛虫发生面积进行线性建模预测，然后采用GS对松毛虫发生面积非线性部分进行快速定阶和样本重构，最后采用支持向量机(SVM)对非线性部分进行建模预测，从而获得组合模型预测值。并对辽宁省朝阳市松毛虫发生面积数据进行了仿真实验。仿真结果表明，GS-ARIMA-SVM预测精度明显优于参比模型，更能反映松毛虫发生的复杂动态变化规律。