[发明专利]一种基于ARIMA-LSSVM组合模型预测粮食产量的方法

权利要求书

1.一种基于ARIMA-LSSVM组合模型预测粮食产量的方法，其特征在于，包括以下步骤：

步骤S1.获取平稳的单位面积粮食产量数据{X'_t}和平稳的单位面积施肥量数据{Y'_t}；

步骤S2.对所述平稳的单位面积粮食产量数据{X'_t}和平稳的单位面积施肥量数据{Y'_t}构建ARIMA模型，分别获取所述平稳的单位面积粮食产量数据{X'_t}和所述平稳的单位面积施肥量数据{Y'_t}中的非线性数据和线性数据；

步骤S3.基于SVM模型，获取所述平稳的单位面积粮食产量数据{X'_t}中的非线性数据的预测残差值和所述平稳的单位面积施肥量数据{Y'_t}中的非线性数据的预测残差值；

步骤S4.基于SVM模型预测残存差与所述ARIMA模型获取的线性数据之和，获取以获取所述单位面积粮食产量数据的预测数据和所述单位面积施肥量数据的预测数据；

步骤S5.基于步骤S4中所获取的所述单位面积粮食产量数据的预测数据和所述单位面积施肥量数据的预测数据进行曲线拟合，获取所述单位面积粮食产量与单位面积施肥量的关系。

2.如权利要求1所述的一种基于ARIMA-LSSVM组合模型预测粮食产量的方法，其特征在于，所述步骤S1具体为：

构建单位面积粮食产量数据{X_t}和单位面积施肥量数据{Y_t}，对所述单位面积粮食产量数据和单位面积施肥量数据分别进行平稳处理，获取平稳的单位面积粮食产量数据{X'_t}和平稳的单位面积施肥量数据{Y'_t}。

3.如权利要求2所述的一种基于ARIMA-LSSVM组合模型预测粮食产量的方法，其特征在于，所述步骤S1中平稳处理详细步骤为：

对构建的所述单位面积粮食产量数据{X_t}和单位面积施肥量数据{Y_t}平稳化，即进行d阶差分处理，处理后获得获取平稳的单位面积粮食产量数据{X'_t}和平稳的单位面积施肥量数据{Y'_t}。

4.如权利要求1所述的一种基于ARIMA-LSSVM组合模型预测粮食产量的方法，其特征在于，所述步骤S2具体包括：

对所述平稳的单位面积粮食产量数据{X'_t}和平稳的单位面积施肥量数据{Y'_t}构建ARIMA模型；获取所述平稳的单位面积粮食产量数据{X'_t}中的非线性数据和线性数据，及所述平稳的单位面积施肥量数据{Y'_t}中的非线性数据和线性数据。

5.如权利要求4所述的一种基于ARIMA-LSSVM组合模型预测粮食产量的方法，其特征在于，所述步骤S2详细包括

步骤S2.1模型识别，通过计算样本的自相关和偏自相关函数初步判断序列的模型类型，处理后的平稳的单位面积粮食产量数据{X'_t}和平稳的单位面积施肥量数据{Y'_t}用ARIMA模型表示分别为：

其中，p为自回归阶数，q为滑动平均阶数，a_j，b_k为模型待估计系数，e_t-k为误差序列；

步骤S2.2模型定阶，采用赤池信息量准则，确定ARIMA模型中的p，q值；

步骤S2.3参数估计，采用矩估计法分别对参数a_j，b_k进行估计，最终获得ARIMA模型。