基于Shapley值的农机装备水平组合预测

对农机装备水平的定量预测可以为农业机械化发展目标的制定提供依据。该文选用ARIMA时间序列和BP神经网络模型,再基于Shapley值法分配权重,构建了新的组合预测模型,并以1979～2005年山西省农机总动力、大中型拖拉机及配套农机具、小型拖拉机及配套农机具的统计数据为依据进行了预测。预测结果表明,该组合预测模型的预测精度高于选定的各预测模型,对农机装备水平的预测是可行、有效的。以此模型预测山西省2010年农机总动力、大中型拖拉机、小型拖拉机、大中型拖拉机配套农机具、小型拖拉机配套农机具、大中拖拉机配套机具比、小型拖拉机配套农机具比将达到2619万kW、43479台、297546台、84638套、327743套、1.95、1.10。