基于双模型的农业用水量预测算法仿真
Computer Simulation（2022）
摘要
传统农业用水量预测算法忽略了对较小流量数据的处理与预测,导致预测结果与实际情况的拟合度不高,且传统方法应用过程复杂,应用难度较高.为此提出农业种植区域用水量数据化预测算法.填补用水量缺失数据,同时运用归一化方法将用水量数据归一化处理,并将其简单化处理,完成数据预处理.构建灰色预测模型预测流量较大的用水量,且针对流量较小的用水量数据构建三次指数平滑预测模型,将两种模型组合,求出预测值并进行反归一化处理,实现农业种植区域用水量数据化预测.实验结果表明,所提方法的预测拟合度高、复杂度低和可靠度高.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要