联合收割机保有量

2024-07-28

联合收割机保有量（共4篇）

联合收割机保有量篇1

摘要：联合收割机保有量的预测是一个复杂的非线型系统, 三次多项式时间序列模型、灰色预测的GM (1, 1) 模型和BP神经网络模型对发展变化具有增长性和波动性以及信息不完备的复杂经济系统具有一定的实用性。为此, 利用我国联合收割机保有量的历史数据, 综合使用这3种模型进行均值预测, 使生产联合收割机的厂家在能够把握市场的需求量、不至于盲目生产及造成不必要的损失同时, 可以为政府预测新的经济前景、制定新的生产计划提供重要参考。

关键词：联合收割机,需求量,预测模型

0 引言

农业机械化是现代农业发展的技术支撑与科技载体, 是农业现代化的重要标志。联合收割机的发展是决定农业机械化进程的重要因素, 与当地农民的经济状况直接相关。农村联合收割机的应用随着农业机械化水平的提高变得越来越广泛, 农牧民的购买积极性也逐年增加, 需求量随之越来越高。为此, 综合使用3 种合适的数学模型, 对联合收割机保有量进行合理预测, 可为政府发展规划提供理论依据, 有利于相关部门研究相应的对策措施并合理配置资源, 促进联合机收的持续且稳步发展[1]。

1 各种预测模型

1. 1 灰色GM ( 1, 1) 模型

若给定原数据序列X ( 0) = { x ( 0) ( 1) , x ( 0) ( 2) , …, x ( 0) ( n) } 可以分别从X ( 0) 序列中, 选取不同序列作为子序列, 建立GM ( 1, 1) 模型。确定任意一个子数据序列为对于子数据序列进行一次累加生成[2], 得

构造累加矩阵B与常数项向量Ym, 即

用最小二乘法解灰参数, 即

建立GM ( 1, 1) 模型为

还原值为

运用上述GM ( 1, 1) 模型, 利用2001 - 2011 年国内联合收割机需求量的统计数据 ( 如表1 所示) , 建立我国联合收割机需求量灰色预测模型, 即为

拟合值及相对误差如表2 中的第3、第4 列所示。

同时, 计算方差比C = S1/ S2 ( S2为残差均方差, S1为原始数列均方差) , 即为

而小误差概率批p = 1 > 0. 95, 平均相对误差为0, 由此建立GM ( 1, 1) 模型能具有较好的拟合精度, 适用于联合收割机保有量的分析与预测。

台

数据来源:《中国农村统计年鉴2012》。

1. 2 BP神经网络模型

1986 年, 鲁梅哈特 ( Rumelhart ) 和麦克雷伦德 (Meclland) 提出了误差反向传播 (Error Back Propagation) 算法, 简称BP算法[3]。而BP神经网络或它的改进形式约占80%~90%, 3层BP神经网络隐含层节点数量大, 有能力模拟任意的复杂非线性映射, 以及具有能模拟任意的非线性输入和输出关系等优点[4,5,6]。本文采用3层BP网络进行建模预测, 利用1993-2011年我国联合收割机需求量的数据, 以前4年的产量数据作为输入变量, 第5年的产量作为输出变量, 即4个输入1个输出。网络隐含层的节点数采用试凑法。

当误差给定为e=0.000 8, 学习速率为lr=0.8;动量项为lc=0.3;最大的训练次数200 000次, 达到网络精度要求, 其平均相对误差为2.174 2%。模型的拟合值及相对误差如表2中的第5、第6列所示。

1. 3 时间序列预测模型

这里依据1992 - 2011 年的联合机保有数据, 借助Excel软件的趋势线分析功能, 采用三次多项式趋势函数对过去20 年的我国联合机保有量变动趋势进行拟和 ( 见图1) 。从而预测未来2013 - 2019 年的保有量并把拟合值和实际值进行比较算出平均相对误差。预测方程中的y为规划年需求量, x为规划年的相对值, 即初始年1992 年取1, 1993 年取2, 以此类推, 2011 年取20。得出R2= 0. 997 8, 具有显著性, 平均相对误差为1. 136 6% 。模型的拟合值及相对误差如表2 中的第7、第8 列所示。

1. 4 预测结果的总和分析

3 种模型预测结果如表3 所示。以上3 种数学模型, 得到不同的预测结果。每一种预测方法都有其相对薄弱方面, 必须综合考虑各方面的因素, 最大程度消除主观因素的影响, 才能得到一个较为精确的结果。因此, 拟采用上述3 种方法模型的预测值平均值作为分析结果[7], 如表4 所示。

模型预测结果: 2013 年, 我国内燃机产量已达到1 370 032 台, 2019 年将达到2 506 865 台。通过预测结果发现我国联合收割机需求量逐年呈递增的趋势如图2 所示。

2 结论

运用3 种较为常见的数学模型方法预测了我国2013 - 2019 年联合收割机的保有量。预测出了到2019 年我国内燃机保有量将达到2 506 865 台且逐年递增的结论。虽然综合3 种方法预测的精度比较高, 但是联合收割机保有量的变化受产业结构、经济发展和农户收入水平等因素影响, 其中包括可确定因素和不可确定因素。因此, 各类因素对联合收割机保有量影响结果的描述还是有一定难度, 任何一种模型都不能精确完整预测其发展变化状况。具体采用那种模型或是综合几种模型联合预测, 应该按照实际情况加以分析, 采用定性、定量方法相结合将是一个比较理想的方法。

参考文献

[1]朱慧琴, 魏青.基于GM (1, 1) 模型的联合收割机保有量预测[J].农机化研究, 2008 (8) :17-19.

[2]徐明德.灰色GM (1, 1) 模型及其在能源预测中的应用[J].应用能源技术, 1995 (2) :5-7.

[3]Rumelhart D E, McClelland J L.Parallel Distributed Processing:explorations in the microstructure of cognitions[C]//Volume 1, Cambridge, MA:MIT Press, 1986:318-362.

[4]阎平凡, 张长水.人工神经网络与模拟进化计算[M].北京:清华大学出版社, 2000.

[5]高隽.人工神经网络原理及仿真实例 (2版) [M].北京:机械工业出版社, 2007:43-54.

[6]周玲, 孙军, 袁宇波, 等.混合激活函数对BP算法收敛度的影响[J].中国管理科学, 2004, 12 (6) :68-72.

[7]赵先超.基于多种数学模型下的湖南省人口预测研[J].荆楚理工学院学报, 2009 (5) :67-69.

联合收割机保有量篇2

关键词：联合收割机保有量,灰色系统,预测分析,模型

0 引言

农机跨区作业是农业生产组织的一次伟大变革,经过十多年的发展,取得了巨大的经济和社会效益。联合收割机是连接机手和农户的重要桥梁,是跨区作业中供给与需求的纽带,其保有量的逐年上升导致了机均收获面积减少和价格竞争。选用合适的数学模型,对联合收割机保有量进行预测,可为政府理性化规划提供依据,有利于相关部门研究相应的对策措施并合理配置资源,促进跨区机收的稳步与持续发展。

1 联合收割机保有量灰色预测原理分析

联合收割机保有量的变化受经济发展、产业结构、农户收入水平和作物面积等诸多因素的影响,其中有些因素可确定,有些因素不可确定。因此,很难描述各类因素对联合收割机保有量的影响结果,而且有些影响因素不易量化,即系统是部分信息已知,部分信息未知、根据灰色系统理论“将一切随机变量看作是在一定范围内变化的灰色量,将随机过程看作是在一定范围内变化与时间有关的灰色过程”。灰色系统理论的核心是建立灰色预测模型,它将观测或统计得到的时间序列数据累加生成后再直接转化为微分方程,使灰色系统在结构上模型化与规范化,并作为预测系统动态分析及控制的基础[1]。灰色预测是基于GM(1,1)的预测,是表征系统动态特征的状况模型,适合对系统行为特征值大小的发展变化进行预测。其建模步骤为对灰色量进行数据预处理,对杂乱无章模型进行精度检验和修正,验证模型的可信性,最后的原始数据列变成规律性较强的时间序列数列,再利用所建立的模型对系统进行预测分析。

2 数据预处理

根据资料统计,选定1999～2004年共6年的数据进行灰色建模与预测,其数据如表1所示。

注:数据来源于2006年中国农业发展报告。

根据灰色系统预测的建模理论,可采用多种方法对原始数据进行滤波处理。通常采用较为简便的一次累加生成,将数据序列离散程度限制在一定的范围之内,生成有规数据序列,以达到建立灰色预测模型GM(1.1)的目的[2]。如果经一次累加生成后随机性仍偏大,则需进行两次乃至多次累加生成,以达到建模要求。一般情况下,对于非负的数据序列,累加次数越多,其随机性弱化也越明显,规律性越强,易于用指数曲线逼近,但累加的次数增加将导致还原计算的比例增加,从而增大误差。考虑到本文数据的特点和预测的精度,宜采用一次累加。设基本数列为

X(0)=(X0(1),X0(2), X0(3), X0(4), X0(5),X0(6))=(22.7, 26.5, 28.4, 31.21, 36.22, 40.66)

作1-AGO,得

X(1)=(22.7, 49.2, 77.6, 108.81, 145.03, 185.69)

对X(0)进行准光滑性检验,其结果如表2所示。

由表2知:当t>3时,ρ(k) <0.5,故X(0)为非负准光滑序列,则X(0)的一次累加生成序列X(1)具有准指数规律,即可对X(1)建立GM(1, 1)模型。

3 模型的建立

X(1)(k)的GM(1,1)模型的白化模型为微分方程,即 $\frac{d X^{(n)}}{d t} + a X^{(1)} = u$ 。其中,a和u为参数列 $\hat{a}$ 的元素,即 $\hat{a} = (a, u)^{Τ}$ 。根据最小二乘法[1],有参数算式 $\hat{a} = (B^{Τ} B)^{- 1} B^{Τ} Y_{n}$ 。

求得

$[\begin{matrix} a \\ u \end{matrix}] = (B^{Τ} B)^{- 1} B Τ Y_{n} = [\begin{matrix} - 0.112 799 \\ 21.655 014 \end{matrix}]$

累减还原,得GM(1,1)预测模型为

${\begin{cases} y (k + 1) = [X^{(0)} (1) - \frac{u}{a}] e^{- a k} + \frac{u}{a} \\ = 214.68 e^{0.112 799 k} - 191.98 \\ (k = 0, 1, 2, . . . . ., n) (1) \\ \hat{X}^{(0)} (k + 1) = y (k + 1) - y (k) (2) \\ \hat{X}^{(0)} (1) = y (1) = 22.7 (3) \end{cases}$

由式(1)、式(2)和式(3)求得我国1999～2004年联合收割机保有量模拟值为

$\hat{X} (0) = (22.7 ‚ 25.63 ‚ 28.7 ‚ 32.12 ‚ 35.96 ‚ 40.25)$

实际值与模拟值对比结果,如图1所示。

从图1可见,模拟值与实际值大体吻合,模拟值均匀地分布在实际值的两边。尽管该模型能够描述保有量的发展趋势,但模拟值是否精确,所建预测模型是否可用于保有量的预测,还需对其进行模型的精度检验。

4 模型检验

对灰色模型的精度检验,常用的有残差检验、后验差检验及关联度检验等3种方法,对GM(1,1)模型常用残差检验和后验差检验[2]。

4.1 残差检验

残差检验就是计算相对误差,以残差的大小来判断模型的好坏。残差为 $e (k) = X^{(0)} (k) - \hat{X}^{(0)} (k)$ 。X(0)(k)与的 $\hat{X}^{(0)} (k)$ 相对误差为

$ε (k) = \frac{X^{(0)} (k) - \hat{X}^{(0)} (k)}{X^{(0)} (k)} \times 100 %$

经计算得到本预测模型的残差检验结果,如表3所示。

平均拟合误差 $\bar{μ} (k)$ =1.62%<10%,平均精度 $p = 1 - \bar{μ} (k)$ = 98.38%>95%。可见,模型拟合精度较高,模型判为优。经外推预测,将2005年和2006年的联合收割机保有量作为校验值(结果如表3所示),平均预测误差为8.23%,预测精度较高,结果可靠。

4.2 后验差检验

若记原始数列X(0)及残差数列e的方差分别为S $_{1}^{2}$ 和S $_{2}^{2}$ ,则后验差比值为C=S2/S1; 小误差概率为 $p = Ρ {| e (k) - \bar{e} | ＜ 0.674 5 S_{1}$ }。求得C=0.093 5 , p=1。

模型的精度由C和p共同刻划,从灰色预测精度检验等级标准(如表4所示) [1]可知:C= 0.0935 (好),P=1 (好)。因此,本文建立的灰色GM(1,1)模型可用于联合收割机保有量预测。

5 保有量预测

经过检验的模型符合精度要求,可用于外推预测。2007～2012年全国联合收割机保有量预测结果如表5所示。

6 结果分析

1) 本文利用灰色系统理论建立了我国联合收割机保有量GM(1,1)预测模型,避免了预测的主观性。经检验,拟合效果好,平均拟合精度达到98.38%。经外推预测,其预测值与实际值大体吻合,两者的平均相对误差为8.23%,具有较强的实用性和有效性。

2) 由预测结果可知,联合收割机在未来几年仍呈递增态势。因此,政府要采取相应措施调控联合收割机的发展,以保证机手合理的作业面积和经济效益,从而促进跨区作业的可持续发展。

3) 该模型提供了一种比较理想的联合收割机保有量短期预测方法,但因联合收割机型号和性能的更新换代等,其保有量的统计也存在不确定性,给模型的长期预测带来一定的局限性,还需进一步深入研究。为此,需随时对模型补充新的信息,才能使预测值更加准确与可靠。

参考文献

[1]傅立.灰色系统理论及其应用[M].北京:科学技术文献出版社,1992:37-58.

[2]邓聚龙.灰色预测与决策[M].武汉:华中理工大学出版社,1988:53-54.

[3]岳强,李延忠,张文梅,等.东北地区种植业机械化水平的灰色关联辨识[J].农机化研究,2007(1):70-73.

中间站压缩运用车保有量的探讨篇3

关键词：中间站,运用车,保有量,压缩

压缩运用车保有量是铁路企业内部一种挖潜提效、增收节支的有效措施。近几年来,上级有关部门出台了“关于开展货车节奖超罚”等考核办法,使压缩运用车保有量工作收到了明显的效果。但目前来看,要想达到最大期望值,应主要从中间站抓起。下面笔者就中间站如何压缩运用车保有量进行探讨。

1 运用车保有量增大的原因分析

根据近年来对部分中间站压缩运用车保有量工作的调查,归纳起来,运用车保有量增大突出表现在以下几个方面。

1.1 中间站领导不够重视

压缩运用车保有量是关系到本单位减少运输成本支出的一个重要部分,各级领导都很重视,把它作为日常运输组织生产的一件大事来抓。但直接利害关系,因此有些站领导往往只注重抓安全和运输任务的对中间站来说,由于路局只考核到站段,与中间站无完成指标考核,对这项工作容易忽略。

1.2 装卸作业时间长

装卸作业时间表其原因是:

(1)机械化作业程度不高。目前部分委外装卸队因资金紧缺,无法购买装卸机械设备,仍靠人力作业来完成。

(2)委外装卸劳力不足。有的小站作业量不大,只有一个班的装卸劳力,一旦多个车作业,就需要几天才能干完。

(3)货场吞吐量满足不了其到发作业量的需求。有些货物因堆场面积不足,货物卸下来只能用人力翻斗车一车车转运。装车时,用装载机一车车转装,花费的时间太多。(4)对集中到达的大宗货物,因等货位或等调机等原因,导致待卸时间延长。

1.3 调车机使用效率不高

由于历史遗留下来的传统管理方式,调机乘务人员属所在机务段管辖,对提高调车机使用效率,在车站与机务人员意见分岐时难以协调。另外有的车站设有建立调车机运用分析制度,对应该取送对位的车辆没有及时组织完成,其原因和责任一概不清,最后只能是对多少车就卸多少车,取送多少算多少。

1.4 专用线内铁路货车停时过长

厂矿企业自备机车担任车辆取送作业的车站,由于专用线运用车管理制度落后,致使货车停时过长。主要表现是:(1)厂机入站时间选择不当,由于站内到发线正处于接发列车时,厂机无法接入站内,只能关在机外,等空闲时才能接入,导致取送作业车辆延误。(2)有的车站对专用铁路货车停留时间考核不严,货车使用费长期拖欠不进行催缴。久而久之,物资单位认为车辆在本线内停留时间长短无所谓。(3)个别专用铁路产权单位的机车动力不足,造成取送对位两者顾此失彼,延长了车辆停留时间。

1.5 奖惩办法对车站效果不佳

上级有关奖惩办法对调动车站员工积极性没有收到明显效果。奖励方面没有突出重点,而是平均主义大锅饭。例如积极组织列车补轴的行车人员拿不到单项奖;而处罚到站的罚款,因数额较大,车务段考虑车站的承受能力,也就难以分摊到行车职工中去。这奖罚不明,使行车职工对快速挂运不够重视。

2 压缩运用车保有量的措施

要使中间站压缩运用车保有量有较大突破,大体上应从以下几方面入手,抓好每个环节的逐项落实。

2.1 建立完整的质量管理保证体系

车站领导要提高思想认识,把压缩运用车保有量摆到日常运输组织的议事日程上来抓,运用ISO9000系列标准,建立一套从站长到车间、班组、岗位、个人的压缩运用车保有量质量管理体系。根据上级有关考核办法,结合本站实情,制定车站细化考核实施办法,并对存在问题的整改情况进行跟踪验证,按月考核。

2.2 建立装卸车作业效率

提高装卸车作业效率是压缩运用车保有量的重要一环,要紧紧抓住管理工作中的每个环节狠抓落实。

(1)狠抓装卸劳力管理。车站签定委外装卸合同时要严格把关,根据其作业量大小,要求对方配置充足的劳力,并与装卸调度一道合理调配,满足装卸作业量的需求。路工装卸作业人员也要按定员配足。

(2)提高装卸机械化作业比重。全面实现机械化装卸作业是开展快速装卸作业的根本途径,路内外装卸单位要有计划、有步骤地加大装卸机械设备资金的投入,逐步实现装卸机械化。

(3)加大货场扩改资金的投入。建议上级有关部门筹集资金,对货场逐年进行扩能改造,重点改造吞吐能力不足的货场。要使货场吞吐能力跟得上其运能发展的需要,从根本上改变装卸车等货位的状况。

2.3 加强调车机的运用与管理

加强调车机的运用与管理是一项内部协调系统工程,调车机配属站要抓住主要矛盾逐个解决。

(1)搞好兄弟单位的联劳协作工作。站领导要把调车机班的司乘人员当作本站的职工看待,主动给他们提供工作、生活的便利条件,帮助他们解决一些实际问题;定期交流工作意见,对工作成绩突出的同志,建议对方单位给予表彰奖励。对工作协调配合不好的同志,帮助他们提高思想认识,以求达到协调作业的共识。

(2)建立工种间作业车的联系制度。货运部门对本班装卸车取送对位作业计划要从全局出发,尽量减少调车翻钩作业。在作业车较多的情况下,先安排大组车作业计划。预计车辆作业完毕时间做到基本准确,及时给运转有关人员提供车辆取送对位计划。调车组要与调车司机密切配合,定时、定点开展作业,保质保量完成好作业计划。

(3)坚持调车机运用分析制度。每天站调或计划值班员对本班调车机运用情况要作简要的分析,主管站长每旬、每月要详细的分析记录。对当天应当完成而未完成的工作量,要从中找出原因,分清责任,进行考核,以便改进,从而不断总结经验教训,全面提高调车机使用效率。

2.4 压缩专用线(铁路)内运用车的停留时间

通常来说专用线(铁路)内货物到发量是比较大的,运用车的停留时间长短,取决于运用车保有量的压缩与否。要做好该项工作,就得立足于从关键问题抓起。

(1)衔接好车辆取送作业时间。车站要根据图定接发列车时间间隙,合理安排厂矿自备机车进入站内取送车辆的定点时间,以便对方按计划组织车辆取送对位。凡遇特殊情况,必须预先通知对方,合理调整取送时间,做到不影响取送车辆作业。

(2)严格货车停留时间的考核。货运部门要建立货车调送单的填记签认制度,及时签订专用线(铁路)运输协议,严格要求按协议规定的货车停时标准进行考核,并及时按章核收货车使用费。运用经济手段促使专用线产权单位不断压缩货车停时。

(3)加强对集中到达重车的作业组织。如遇整列集中到达的大宗货物,站领导要亲自安排得力骨千深入现场组织好机车动力、装卸劳力,全力以赴投入车辆抢卸工作中去,尽量压缩货车的待卸时间。

2.5 健全合理有效的激励制度

各级领导从有利于调动车站员工积极性出发,制定切实可行的激励制度,鼓励职工快装、快卸及时取送作业,优化车流上线对有关方面的奖金要及时发放到位对工作延误造成经济损失的责任单位或责任人要进行处罚。尽量做到奖罚制度合理,充分体现奖罚分明。

3 总结

联合收割机保有量篇4

单位:台

注:海关统计数据口径可能不同

单位:台

主要设备保有量与2004年相比,取消了电梯与扶梯,主要原因是可与世界各国统计的范围相一致,更具有可比性。但在表1～5中仍保留了电梯与扶梯的统计值,仅供参考。与2006年相比,取消了铲运机,因自2000年以来其销售量逐年减少,至2009年仅十多台,与工程机械总量相比可忽略,故未计入。以下5点为统计方法说明,供读者参考。

(1)统计的年份。经走访有关施工部门,他们认为政府有关部门规定的工程机械使用期为10年,基本符合目前我国大部分工程机械的实际使用状况。虽有些进口的先进设备,特别是大型设备使用年限超过10年,有的甚至使用了20多年,设备状况仍属正常,但考虑到大部分设备的使用状况,我们在统计中仍以10年为准。

(2)统计的方法。境内企业当年销售量+同类产品当年进口量-同类产品当年出口量=当年国内市场实际需求量。

(3)将2000—2009年的当年国内实际需求量进行合计后,拟再增加20%即为全国保有量。因为在统计中有以下3个因素:统计数据的不完整;未进入海关统计范围的进口量,如赠送、走私、以零件的名义进口整机等;使用年限有超过10年的。所以需增加20%的量值,但也有的专家认为增加的量值应以30%为宜,所以给出了一个幅度。

(4)混凝土泵车、混凝土搅拌站在海关至今没有单列税号,只能以国内销量进行估算。平地机与筑路机海关统计在同一税则号中,故无法准确统计出平地机的实际进出口量,其保有量为估算值。

【联合收割机保有量】推荐阅读：

收割机07-03

内科联合07-16

联合方式10-14

联合发送10-16