一种粮食消费量动态预测方法
【技术领域】
[0001] 本发明属于粮食预测领域，具体涉及一种粮食消费量动态预测方法。
【背景技术】
[0002] 粮食是国之根本，我国通过建立粮仓来保证粮食的供给，单纯地通过粮仓实现粮 食的供给虽然比较简单，但是其不能根据粮食消费情况来合理地增加粮仓内的粮食或者减 少粮仓内的粮食，在实施起来耗费人力财力。
[0003] 为了解决上述问题，现有技术中给出了通过多元回归方程对粮食消费量进行预测 的方法，根据该方法相关人员可以知道未来的粮食消费量，从而合理安排粮仓内的粮食量。 但是，现有的粮食消费量预测方法在预测的时候，仅仅根据已知的影响因子和粮食消费量 之间的关联度得出一个回归参数和随机误差，结合该回归参数和随机误差得出粮食消费 量，预测准确度较低，可参考性价值不大。
【发明内容】
[0004] 本发明旨在提供一种预测准确率高的粮食消费量动态预测方法。
[0005] 为解决上述技术问题，本发明提供了如下的技术方案:一种粮食消费量动态预测 方法，依次包括以下步骤： (1) 、获取η年度前若干年的粮食消费量和影响因子的值，计算η年度前若干年的粮食消 费量和影响因子之间的关联度，进入步骤(2); (2) 、根据步骤(1)中所述的影响因子的值得出η+1年度的影响因子的值，进入步骤(3); (3) 、根据步骤(2冲η+1年度的影响因子的值和步骤（1)中计算出的关联度计算出η+1 年度的粮食消费量;如果需要预测n+m年度的粮食消费量，进入步骤(4);如果不需要预测η+ m年度的粮食消费量，则结束； 其中η为能查询到之前和当下的粮食消费量和影响因子的值的年度，n+m为不能查询到 粮食消费量和影响因子的值的年度； (4) 、返回步骤(1)，并使n=n+l，直至得出n+m年的粮食消费量。
[0006] 在步骤（1)之前需要确定粮食消费量的影响因子:根据粮食消费量和与粮食消费 量变化有关的变量，计算变量和粮食消费量之间的关联度:若关联度>0.7,则为影响因子， 若关联度<0.7,则不是影响因子，最终得到a个影响因子。
[0007] 所述步骤（1)中计算η年度前若干年的粮食消费量和影响因子之间的关联度的方 法为： 1)建立粮食消费量时间数列和影响因子时间数列： 对粮食消费量建立时间数列kt=( h、k2、…、kn) (t=l，2，3，…，η);其中kt为第t年的粮食 消费量为第一年的粮食消费量;k2为第二年的粮食消费量;kn为第η年的粮食消费量； 对影响因子建立时间数列5=(匕42、一、匕)"=1，2,3，一，11) ;其中5为第七年的影响因 子的值;fi为第一年的影响因子的值;f2为第二年的影响因子的值;f n为第η年的影响因子的 值； 2) 对粮食消费量时间数列kt和影响因子时间数列ft均进行无量纲化处理，得到无量纲 粮食消费量时间数列k\和无量纲影响因子时间数列f 1*; 3) 求出无量纲粮食消费量时间数列k\和无量纲影响因子时间数列在第t年的绝对 差值序列fkt，并从fkt中找出绝对差值的最大值fk max和绝对差值的最小值fkmin; 4) 求出关联系数:根据公式Lt=(fkmax+fk_V(fkt+fk max)得出影响因子和粮食消费量 在对应年份的关联系数;其中Lt为第t年影响因子和粮食消费量的关联系数； 5) 求出关联度:根据公式1?=0^+1^+"_+1^)/11，（11=1，2,3，···）得出影响因子和粮食消费 量之间的关联度;其中R为关联度;U为第1年影响因子和粮食消费量的关联系数，L 2为第2年 影响因子和粮食消费量的关联系数，Ln为第η年影响因子和粮食消费量的关联系数。
[0008] 对粮食消费量的时间数列kt和影响因子的时间数列ft均进行无量纲化处理，得到 无量纲粮食消费量时间数列k\和无量纲影响因子时间数列的方法为:将粮食消费量的 时间数列kt中的值分别与kt中的初始值相除而得到无量纲粮食消费量时间数列k\;将影响 因子的时间数列ft中的值分别与ft中的初始值相除而得到无量纲粮食消费量时间数列k\。
[0009] 所述步骤(2)中得出n+1年度的影响因子的值为： 第一步，利用ARMA(p，d，q)模型输入步骤1)中所述的影响因子的值，对其进行平稳性 检验，若平稳，则进入第三步;若非平稳，则进入第二步； 第二步，对输入的影响因子进行差分处理，直至序列达到平稳； 第三步，建立预测模型； 第四步，对预测模型进行残差检验，确定最终模型； 第五步，根据第四步确定的最终模型得到n+1年度的影响因子的值。
[0010] 步骤(3)中计算n+1年度的粮食消费量具体为:根据粮食消费量和影响因子之间的 关系，建立多元回归模型： yn+l=U〇+UlX+U2Xl+U3X2+U4X3+---+UaXa-l+ ￡ , 其中yn+i为n+1年度的粮食消费量;乂^2、乂3上、~丄- 1为步骤(2)中11+1年度的影响 因子的值;U〇、山、U2、U3、U4、…、匕和ε分别为根据步骤（1)中的关联度计算出的回归参数和 随机误差。
[0011] 所述的根据步骤（1)中的关联度计算回归参数和随机误差是通过最小二乘法计算 的。
[0012] 粮食消费量为口粮消费量/饲料用粮消费量/种子用粮消费量/工业用粮消费量。
[0013] 粮食消费量为农村粮食消费量或城镇粮食消费量。
[0014]通过以上技术方案，本发明的有益效果为： 1. 本发明利用动态的方法结合多元回归分析对我国粮食消费量进行预测，在预测的时 候多元回归方程的回归参数不断地发生变化，防止了现有的预测方法中始终利用一个回归 参数和一个随机误差进行预测，从而使得预测结果能够根据情况进行不断地修正，进而提 高了预测的准确度，可以用于长期预测； 2. 为了提高准确率，将农村粮食消费量或城镇粮食消费量区分开来预测，可以避免因 两者的影响因子和粮食消费量之间的关联度的不同而造成的预测不准确的问题； 3. 在确定变量是否为影响因子的时候，看变量和粮食消费量之间的关联度是否大于 0.7,从而通过增加粮食消费量的影响因子的数量，同时增快判断速度的方式，提高了预测 的准确性和预测的速度； 4.取变量和粮食消费量的关联度作为判断该变量是否为影响因子，可以提高判断地准 确性，避免随机年份的误差影响预测结果。
【附图说明】
[0015] 图1为本发明的方法流程图； 图2为粮食消费量和影响因子之间的关联度计算流程图。
【具体实施方式】
[0016] 本发明提供了一种粮食消费量动态预测方法，具体包括以下步骤： (1) 、获取η年度前若干年的粮食消费量和影响因子的值，计算η年度前若干年的粮食消 费量和影响因子之间的关联度，进入步骤(2); (2) 、根据步骤(1)中所述的影响因子的值得出η+1年度的影响因子的值，进入步骤(3); (3) 、根据步骤(2)中η+1年度的影响因子的值和步骤(1)中计算出的关联度，计算出η+1 年度的粮食消费量;如果需要预测n+m年度的粮食消费量，进入步骤(4);如果不需要预测η+ m年度的粮食消费量，则结束； 其中η为能查询到之前和当下的粮食消费量和影响因子的值的年度，n+m为不能查询到 粮食消费量和影响因子的值的年度;能查询到的之前和当下的粮食消费量和影响因子的值 包括已经实际发生的粮食消费量和影响因子的值，也包括通过本方法预测出的粮食消费和 影响因子的值