一种大豆投入单产预测方法及系统技术方案

本发明专利技术涉及一种大豆投入单产预测方法及系统，通过limSove行列主元消元法线性规划算法将影响大豆投入单产的投入因子进行计算并将得到的影响系数确定下来，根据确定的影响系数获取各个投入因子的权重系数，从而根据各个投入因子预测数据和各个投入因子的权重系数进行大豆产量预测，提高了对大豆投入单产预测的准确性。

【技术实现步骤摘要】
一种大豆投入单产预测方法及系统
本专利技术涉及农产品产量分析
，特别是涉及一种大豆投入单产预测方法及系统。
技术介绍
根据大量实验方法和调研数据，从物质投入影响大豆产量的实际角度出发，对大豆投入单产形成过程中的物质投入(包括种子、化肥、农机动力、灌溉、劳动力、农药、科技进步等)因素数据进行分析，形成大豆投入单产模型预测系统。然而，现有的大豆投入单产模型预测系统中，往往难以确定各影响因素对大豆单产的影响系数，从而影响对大豆投入单产预测的准确性。
技术实现思路
本专利技术的目的是提供一种大豆投入单产预测方法及系统，能够将影响大豆投入单产的投入因子进行计算并将得到的影响系数确定下来，进而实现大豆投入单产的准确预测。为实现上述目的，本专利技术提供了如下方案：一种大豆投入单产预测方法，所述方法包括：建立初始大豆投入单产预测模型，并利用行列主元消元法求解所述初始大豆投入单产预测模型中各投入因子的权重系数，得到大豆投入单产预测模型；所述投入因子包括种子量、化肥量、用工量、农机动力、有效灌溉面积、农药量和科技投入；根据所述大豆投入单产预测模型与各所述投入因子的预测数据进行大豆投入单产预测。一种大豆投入单产预测系统，所述系统包括：权重确定模块，用于建立初始大豆投入单产预测模型，并利用行列主元消元法求解所述初始大豆投入单产预测模型中各投入因子的权重系数，得到大豆投入单产预测模型；所述投入因子包括种子量、化肥量、用工量、农机动力、有效灌溉面积、农药量和科技投入；预测模块，用于根据所述大豆投入单产预测模型与各所述投入因子的预测数据进行大豆投入单产预测。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供了一种大豆投入单产预测方法及系统，通过limSove行列主元消元法线性规划算法将影响大豆投入单产的投入因子进行计算并将得到的影响系数确定下来，根据确定的影响系数获取各个投入因子的权重系数，从而根据各个投入因子预测数据和各个投入因子权重系数进行大豆产量预测，提高了对大豆投入单产预测的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种大豆投入单产预测方法流程图；图2为本专利技术实施例提供的一种大豆投入单产预测系统框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。大豆投入单产预测过程中，种子的投入是影响大豆单产的重要因素，选择优良的种子能够比较明显的提高大豆单产；化肥投入也是影响大豆单产的重要因素，特别是在土壤肥力较差的地区，化肥投入对大豆单产的贡献具有上升的趋势；加强农业机械化的推进和实施科学的田间管理，同时加大农田基础设施的投入，同样也能有效提高大豆单产。用工量投入的贡献有减弱的趋势，这和机械化程度较高、劳动力过剩有关；另外加强农田水利的建设也是提高大豆单产的有效途径。因此，在进行大豆投入单产预测时，要考虑上述条件的影响，并明确多种影响因素之间的影响程度大小，即在进行大豆单产预测时的权重系数。本专利技术的目的是提供一种大豆投入单产预测方法及系统，能够将影响大豆投入单产的投入因子的权重系数进行准确的确定，从而提高大豆投入单产预测的准确度。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。实施例1如图1所示，本实施例提供了一种大豆投入单产预测方法，所述方法包括：步骤101：建立初始大豆投入单产预测模型，并利用行列主元消元法求解所述初始大豆投入单产预测模型中各投入因子的权重系数，得到大豆投入单产预测模型；所述投入因子包括种子量、化肥量、用工量、农机动力、有效灌溉面积、农药量和科技投入；当然，本实施例所提供的大豆投入单产预测方法也可以选用其他投入因子进行分析，本实施例中选择了对大豆产量影响最为突出的数个投入因子，从而实现最大程度的覆盖影响大豆产量的影响因素。在实际应用中，可以根据实际情况酌情增减或选择新的投入因子进行分析，只要能够对大豆的投入单产进行精确预测都将落入本专利技术的保护范围内。步骤102：根据所述大豆投入单产预测模型与各所述投入因子的预测数据进行大豆投入单产预测。由此，本实施例中通过limSolve行列主元消元法线性规划算法将影响大豆投入单产的投入因子进行计算并将得到的各投入因子的权重系数确定下来，进而实现大豆投入单产的准确预测。在建立大豆投入单产预测模型之前，还包括获取各个投入因子的历史数据，将所述历史数据作为求解各个权重系数的数据依据。为了保证预测精度，在获取各个投入因子的历史数据后，还包括采用求倒数及绝对值距平均百分率的方法对历史数据进行预处理：经过预处理后的数据能够更加适配本实施例中通过距平均百分率最优偏离预测模型计算各投入因子预测单产模型的计算方法，提高运算效率和精度。采用七元线性回归的方式对大豆投入单产形成过程中的投入(包括种子、化肥、农机动力、灌溉、劳动力、农药、科技进步等)进行处理，得到初始大豆投入单产预测模型：Y＝α1·Y1+α2·Y2+α3·Y3+α4·Y4+α5·Y5+α6·Y6+α7·Y7+c其中，Y为大豆投入单产，Y1为种子投入产量，Y2为化肥投入产量，Y3为人工投入产量，Y4为机械作业投入产量，Y5为排灌有效面积投入产量，Y6为农药投入产量；Y7为科技投入产量；α1为种子量权重系数，α2为化肥量权重系数，α3为用工量权重系数，α4为农机动力权重系数，α5为有效灌溉面积投入权重系数，α6为农药量投入权重系数，α7为科技投入权重系数。在得到初始大豆投入单产预测模型后，利用行列主元消元法求解大豆投入单产预测模型中各个投入因子的权重系数。首先要构建各个投入因子单独影响大豆产量的投入单产预测模型，本实施例中对所选择的各个投入因子对大豆产量影响程度以及影响原理进行了分析，从而为每个投入因子选择合适的方法构建对应的预测模型，保证了对每个投入因子的预测准确度，也进一步保证了对大豆投入单产预测的准确度。具体分析如下：种子：种子投入贡献较大，增加种子投入能够有效提高大豆单产。因此，首先要选择优良的种子，种子的投入是影响大豆产量的重要因素。从历史数据来看种子用量接近常年最有利于大豆产量，种子用量太高或太低都不利于大豆产量(会造成植株过密或过疏)，因此种子影响大豆产量的预测模型可以采用种子用量距平百分率最优偏离预测模型：其中，Y1为种子用量影响大豆单产量，c1为截本文档来自技高网...

【技术保护点】
1.一种大豆投入单产预测方法，其特征在于，所述方法包括：/n建立初始大豆投入单产预测模型，并利用行列主元消元法求解所述初始大豆投入单产预测模型中各投入因子的权重系数，得到大豆投入单产预测模型；所述投入因子包括种子量、化肥量、用工量、农机动力、有效灌溉面积、农药量和科技投入；/n根据所述大豆投入单产预测模型与各所述投入因子的预测数据进行大豆投入单产预测。/n

【技术特征摘要】
1.一种大豆投入单产预测方法，其特征在于，所述方法包括：
建立初始大豆投入单产预测模型，并利用行列主元消元法求解所述初始大豆投入单产预测模型中各投入因子的权重系数，得到大豆投入单产预测模型；所述投入因子包括种子量、化肥量、用工量、农机动力、有效灌溉面积、农药量和科技投入；
根据所述大豆投入单产预测模型与各所述投入因子的预测数据进行大豆投入单产预测。


2.根据权利要求1所述的一种大豆投入单产预测方法，其特征在于，所述建立初始大豆投入单产预测模型之后，还包括获取各投入因子的历史数据，根据所述历史数据求解所述初始大豆投入单产预测模型中各所述投入因子的权重系数。


3.根据权利要求2所述的一种大豆投入单产预测方法，其特征在于，所述获取各投入因子的历史数据后，还包括采用求倒数及绝对值距平均百分率的方法对所述历史数据进行预处理。


4.根据权利要求1所述的一种大豆投入单产预测方法，其特征在于，所述初始大豆投入单产预测模型为：
Y＝α1·Y1+α2·Y2+α3·Y3+α4·Y4+α5·Y5+α6·Y6+α7·Y7+c
其中，Y为大豆投入单产，Y1为种子投入产量，Y2为化肥投入产量，Y3为用工投入产量，Y4为机械作业投入产量，Y5为有效灌溉面积投入产量，Y6为农药投入产量；Y7为科技投入产量；α1为种子量权重系数，α2为化肥量权重系数，α3为用工量权重系数，α4为农机动力权重系数，α5为有效灌溉面积投入权重系数，α6为农药量投入权重系数，α7为科技投入权重系数，c为截距。


5.根据权利要求1所述的一种大豆投入单产预测方法，其特征在于，所述利用行列主元消元法求解所述初始大豆投入单产预测模型中各投入因子的权重系数包括：
构建各投入因子单独影响大豆产量的投入单产预测模型；
限定各所述投入因子的最大影响百分比；
根据各所述投入因子的最...

【专利技术属性】
技术研发人员：许世卫，李乾川，庄家煜，郭志杰，程海平，
申请(专利权)人：中国农业科学院农业信息研究所，北京农信通科技有限责任公司，
类型：发明
国别省市：北京;11