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:
Novedoso sistema de detección en línea del tamaño de las ruedas en el transporte ferroviario
Artículo:
Análisis del impacto de la configuración del sistema de estabilización de las fracturas diafisarias de fémur en el estado de tensiones y desplazamientos
Artículo:
Síntesis hidrotérmica asistida por polímeros de nanocerámica de hidroxiapatita jerárquicamente ordenada
Artículo:
Tratamientos de conversión química para proteger el magnesio biodegradable en aplicaciones como implantes temporales para la reparación ósea
Artículo:
Un modelo de despliegue eficiente para maximizar la cobertura de redes de sensores inalámbricas heterogéneas basado en el algoritmo de búsqueda de armonía
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Guía:
Manual de operaciones de destilación