Con el fin de mejorar la precisión de la predicción a largo plazo de la demanda de grano para piensos, se realiza un modelo de previsión dinámica de la demanda de grano para piensos a largo plazo con un modelo de regresión multivariante conjunto, en el que se analiza en primer lugar la correlación entre la demanda de grano para piensos y sus factores de influencia; a continuación, se predice la tendencia de cambio de varios factores que afectan a la demanda de grano para piensos mediante el modelo ARIMA. Los resultados de la simulación muestran que la precisión del modelo de previsión dinámico combinado propuesto es obviamente superior a la del modelo de sistema gris. Esto indica que el algoritmo propuesto es eficaz.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Modelización basada en datos del subsistema de ventilación de un edificio inteligente
Artículo:
Estudio numérico de la percolación eléctrica de compuestos de matriz polimérica con rellenos híbridos de nanotubos de carbono y negro de humo
Artículo:
Síntesis directa de nanorods de MnO2 sobre tela de carbono como electrodo flexible para supercondensadores
Artículo:
Síntesis y actividades catalíticas y biológicas de nanopartículas de plata y cobre utilizando Cassia occidentalis
Artículo:
Nanomateriales para la administración local y dirigida de fármacos contra la artrosis
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales