發(fā)布時(shí)間：2020-05-23 14:28

【摘要】：糧食作為人類生存的根本,對(duì)于一個(gè)國(guó)家的安定起到舉足輕重的作用,中國(guó)作為一個(gè)產(chǎn)糧大國(guó),一直把糧食生產(chǎn)的發(fā)展放在最主要的地位。而隨著現(xiàn)代技術(shù)的發(fā)展,人們不斷嘗試將現(xiàn)在科技和理論應(yīng)用在糧食生產(chǎn)技術(shù)上,而預(yù)測(cè)技術(shù)就是其中之一。預(yù)測(cè)技術(shù)作為一個(gè)已經(jīng)較為成熟的技術(shù),已經(jīng)給人們帶來(lái)許多方便,從天氣情況的變化到航天軌跡的預(yù)測(cè),都對(duì)人類的生活發(fā)展產(chǎn)生了巨大的影響,將預(yù)測(cè)技術(shù)運(yùn)用在糧食生產(chǎn)上,可以有效地改善和預(yù)防糧食生產(chǎn)過(guò)程中存在的一系列問(wèn)題。運(yùn)用預(yù)測(cè)技術(shù)可以對(duì)未來(lái)糧食產(chǎn)量進(jìn)行一定評(píng)估,從而可以提早對(duì)部分地區(qū)乃至國(guó)家的糧食生產(chǎn)進(jìn)行規(guī)劃,達(dá)到增產(chǎn)增收,不浪費(fèi)糧食的目的。預(yù)測(cè)糧食產(chǎn)量的方法有很多種,對(duì)于不同的地域、環(huán)境、以及作物等,不同的預(yù)測(cè)方法所預(yù)測(cè)的準(zhǔn)確度都會(huì)不太相同,因而無(wú)法用單種方法預(yù)測(cè)所有的東西,除此之外,由于要準(zhǔn)確地預(yù)測(cè)糧食產(chǎn)量需收集大量的數(shù)據(jù)并進(jìn)行處理,只是實(shí)現(xiàn)一種預(yù)測(cè)模型就需要花費(fèi)很長(zhǎng)的時(shí)間。隨著各種大數(shù)據(jù)平臺(tái)的建立,收集數(shù)據(jù)漸漸已經(jīng)不像過(guò)去那么復(fù)雜,不過(guò)因?yàn)閿?shù)據(jù)量日益龐大,人們亟需一種能同時(shí)擁有收集和處理功能的軟件來(lái)完成任務(wù),于是Python便因此進(jìn)入了人們的視野。Python擁有強(qiáng)大的數(shù)據(jù)處理能力和大量豐富的庫(kù),使Python能夠勝任大部分?jǐn)?shù)據(jù)處理的任務(wù)。同時(shí),因?yàn)镻ython是一款擁有爬蟲功能的軟件,所以收集數(shù)據(jù)也變得非常簡(jiǎn)單,這使得Python可以在糧食預(yù)測(cè)上貢獻(xiàn)自己的力量。它可以較快處理單個(gè)預(yù)測(cè)模型的工作,這也為糧食的組合預(yù)測(cè)提供了條件和可能性。本文將通過(guò)Python編程以及調(diào)用庫(kù)函數(shù),例如Math、Numpy、scikit-learn以及Pandas等,對(duì)指數(shù)平滑法、灰色GM(1,1)、回歸分析法以及支持向量機(jī)這四種常用的糧食預(yù)測(cè)方法分別進(jìn)行建模工作,將其編譯成Python程序并測(cè)試其準(zhǔn)確度,再由程序根據(jù)不同權(quán)重分配的方法將不同的模型進(jìn)行權(quán)重分配,篩選出一種準(zhǔn)確度更高的方法,來(lái)將多種單一預(yù)測(cè)模型組合成一個(gè)新的預(yù)測(cè)模型,并對(duì)其進(jìn)行檢測(cè),從而獲得一個(gè)能夠取長(zhǎng)補(bǔ)短、穩(wěn)定性好、適用范圍更廣的組合預(yù)測(cè)模型,來(lái)實(shí)現(xiàn)對(duì)糧食產(chǎn)量更精準(zhǔn)的預(yù)測(cè)。
【圖文】：

武漢輕工大學(xué)碩士專業(yè)學(xué)位論文（8）可擴(kuò)展性：Python 程序中可以使用部分 C 或 C++中進(jìn)行處理過(guò)的程序。（9）豐富的庫(kù)：Python 有很龐大的標(biāo)準(zhǔn)庫(kù)，可以勝任非常多的功能。其中涵蓋了正則表達(dá)式、文件修改、線程進(jìn)程等相關(guān)操作。只需安裝了 Python，就可以只用這一系列功能。（10）規(guī)范的代碼：Python 通過(guò)語(yǔ)法規(guī)定，是的程序編寫時(shí)需要強(qiáng)制縮進(jìn)，使得代碼更加美觀，更具有可讀性。2.3 Python 的發(fā)展現(xiàn)狀圖 2.1 來(lái)自于 TIOBE：

能夠使超平面兩側(cè)的空白區(qū)域最大化在 SVM 中，每個(gè)數(shù)據(jù)樣本被看成維空間中的一個(gè)點(diǎn)，并構(gòu)造一個(gè)最優(yōu)超平面將樣本分為不同的類別。對(duì)于非線分的樣本，利用非線性核函數(shù)進(jìn)行超平面的構(gòu)造SVM 的核心思想是利用滿足 Mercer 條件的核函數(shù)代替一個(gè)非線性映射，在原始樣本空間中，不存在能夠正確劃分兩類的超平面，那么將樣本映射到一高維的特征空間，并且樣本在此特征空間內(nèi)是線性可分的，從而求解最優(yōu)超平進(jìn)行分類。SVM 旨在求解令間隔最大化的“超平面”，即 max ,可轉(zhuǎn)換為 m2|| ||，約束條件為 。通過(guò)拉格朗日對(duì)偶理論，就可|| ||22 ( + ) ≥ 1, = 1,2,…, 述有話問(wèn)題轉(zhuǎn)換為極值問(wèn)題，從而求得最優(yōu)解 a*、b*，分類決策函數(shù)。[35] ( ) = ( ∑ = 1 ( , ) + )（1）線性可分支持向量機(jī)
【學(xué)位授予單位】：武漢輕工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F326.11;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 卞玉露;蔣慧敏;;基于Python的氣溫?cái)?shù)據(jù)分析設(shè)計(jì)與實(shí)現(xiàn)[J];信息通信;2019年09期

2 秦振華;牟永敏;張志華;;面向Python的圈復(fù)雜度靜態(tài)分析方法研究[J];計(jì)算機(jī)仿真;2019年10期

3 湯衛(wèi);楊峗;;校企合作背景下的高職大數(shù)據(jù)專業(yè)Python課程教學(xué)研究[J];電腦知識(shí)與技術(shù);2019年29期

4 張運(yùn)玉;;基于Python的數(shù)據(jù)分析的研究[J];電腦知識(shí)與技術(shù);2019年30期

5 于雁;;高中信息技術(shù)python模擬程序的編寫及應(yīng)用[J];電腦知識(shí)與技術(shù);2019年30期

6 李俊華;;基于Python的網(wǎng)絡(luò)爬蟲研究[J];現(xiàn)代信息科技;2019年20期

7 彭芳;齊大鵬;吉廷艷;;基于Python的高速公路大霧預(yù)報(bào)預(yù)警系統(tǒng)建設(shè)[J];電腦知識(shí)與技術(shù);2019年28期

8 馬文秀;李焱;;Python程序設(shè)計(jì)從知識(shí)型課程向能力培養(yǎng)型課程的改革實(shí)踐[J];電腦知識(shí)與技術(shù);2019年28期

9 王崇剛;;基于Python在線翻譯爬蟲的實(shí)現(xiàn)[J];電腦知識(shí)與技術(shù);2019年28期

10 王雄;;使用Python的5個(gè)理由[J];計(jì)算機(jī)與網(wǎng)絡(luò);2019年21期

相關(guān)會(huì)議論文 前10條

1 黃佳聰;高俊峰;;基于Python編程語(yǔ)言的空間動(dòng)態(tài)模型集成[A];自然地理學(xué)與生態(tài)安全學(xué)術(shù)論文摘要集[C];2012年

2 連高欣;;Python語(yǔ)言在Cimiss中的應(yīng)用[A];第35屆中國(guó)氣象學(xué)會(huì)年會(huì) S20 深度信息化：應(yīng)用支持與智能發(fā)展[C];2018年

3 高磊;;基于Python的ArcGIS逐要素瀏覽工具開發(fā)研究[A];華東區(qū)海峽兩岸交流研討論文集[C];2019年

4 王亞?wèn)|;;Python在氣象數(shù)據(jù)可視化中的應(yīng)用[A];第34屆中國(guó)氣象學(xué)會(huì)年會(huì) S20 氣象數(shù)據(jù)：深度應(yīng)用和標(biāo)準(zhǔn)化論文集[C];2017年

5 ;Development of Python-based ArcGIS Tools for Spatially Balanced Forest Sampling Design[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年

6 陳琳;任芳;;基于Python的新浪微博數(shù)據(jù)爬蟲程序設(shè)計(jì)[A];第33屆中國(guó)氣象學(xué)會(huì)年會(huì) S13 “互聯(lián)網(wǎng)+”與氣象服務(wù)——第六屆氣象服務(wù)發(fā)展論壇[C];2016年

7 高綿新;;基于Python的ArcGIS腳本工具在DEM精細(xì)化生產(chǎn)中的應(yīng)用[A];全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第三十次學(xué)術(shù)信息交流會(huì)論文集[C];2016年

8 王蘭成;;基于Python設(shè)計(jì)的索引智能標(biāo)引與檢索研究——以《張琪玉索引學(xué)文集》和《中國(guó)索引（第一輯）》為例[A];2019年中國(guó)索引學(xué)會(huì)年會(huì)暨學(xué)術(shù)研討會(huì)論文集[C];2019年

9 陳路;;基于Python的基礎(chǔ)性地理國(guó)情監(jiān)測(cè)數(shù)據(jù)處理[A];華東區(qū)海峽兩岸交流研討論文集[C];2019年

10 于文麗;;基于Python的空間自相關(guān)模式研究[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

相關(guān)重要報(bào)紙文章 前10條

1 ;你使用的Python對(duì)象占用了多少內(nèi)存？(上)[N];電腦報(bào);2019年

2 ·特約作者 鄒肇輝;BT編程的王者[N];電腦報(bào);2005年

3 張俊紅 《對(duì)比Excel，輕松學(xué)習(xí)Python數(shù)據(jù)分析》作者;為什么要寫《對(duì)比Excel，，輕松學(xué)習(xí)Python數(shù)據(jù)分析》[N];新華書目報(bào);2019年

4 西南科技大學(xué)城市學(xué)院 劉光乾;在Windows上使用Python進(jìn)行開發(fā)(一)[N];電子報(bào);2019年

5 西南科技大學(xué)城市學(xué)院 劉光乾;在Windows上使用Python進(jìn)行開發(fā)(二)[N];電子報(bào);2019年

6 ;如何利用Python為自然語(yǔ)言處理加速[N];電腦報(bào);2019年

7 高壽福;無(wú)所不能的靈蛇——Python[N];中華讀書報(bào);2001年

8 本報(bào)記者 王延斌;小學(xué)教育應(yīng)有Python一席之地[N];科技日?qǐng)?bào);2018年

9 易水;IT新詞集錦（403）[N];計(jì)算機(jī)世界;2004年

10 Christina Mercer 編譯 楊勇;2018年的主要IT技術(shù):最需要、增長(zhǎng)最快的IT技術(shù)[N];計(jì)算機(jī)世界;2018年

相關(guān)博士學(xué)位論文 前2條

1 徐兆桂;Python程序缺陷的自動(dòng)檢測(cè)與定位技術(shù)[D];南京大學(xué);2017年

2 張冪;基于動(dòng)態(tài)語(yǔ)言的系統(tǒng)描述、驗(yàn)證和綜合[D];復(fù)旦大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 姚縉然;基于Python的糧食產(chǎn)量組合預(yù)測(cè)模型研究及應(yīng)用[D];武漢輕工大學(xué);2019年

2 王潔;基于Python的中越雙語(yǔ)可比語(yǔ)料構(gòu)建[D];云南大學(xué);2018年

3 劉佩瑤;Python腳本的脆弱性檢測(cè)研究與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

4 鐘娟娟;基于Python的紙張參數(shù)在線監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[D];長(zhǎng)安大學(xué);2019年

5 袁鼎;基于Object-Z的UML類圖形式化及Python代碼生成研究[D];南華大學(xué);2019年

6 王文韜;基于Python的城市PM_（2.5）數(shù)據(jù)分析與綠色經(jīng)濟(jì)效率研究[D];中國(guó)石油大學(xué)(華東);2017年

7 許曉飛;基于Python的寬帶車聯(lián)網(wǎng)路由層和MAC層的設(shè)計(jì)與實(shí)現(xiàn)[D];廈門大學(xué);2017年

8 馬洪躍;面向類型推導(dǎo)的Python類型標(biāo)注分析[D];南京大學(xué);2019年

9 楊帆;初中學(xué)段編程校本課程開發(fā)與評(píng)價(jià)研究[D];上海師范大學(xué);2019年

10 錢宇;基于Python的自動(dòng)化圖片特征存取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

本文編號(hào)：2677497