1. 毕业设计（论文）主要目标：
运用ARMA模型和灰色RBF神经网络组合预测模型对我国森林火灾受害面积进行了模拟和预测，再用加权马尔科夫链与灰色RBF神经网络组合预测模型对全国森林火灾发生次数进行模拟和预测，对比选择模拟精度高的模型，对2016-2020年的森林火灾情况进行预测。
2. 毕业设计（论文）主要内容：
自回归移动平均模型（ARMA）是随机时间序列模型，根据若干事件的总体发展趋势来预测未来事件，是一种精度很高的数据分析方法，方法比较常见，运用比较广泛；前期的火灾预测的方法主要集中于定性预测法、回归预测法、灰色预测法和人工神经网络预测法等，所以在对森林火灾预测研究中，运用加权马尔科夫链方法和结合灰色预测、神经网络的方法比较新颖。本文先运用ARMA模型和灰色RBF神经网络组合预测模型对我国森林火灾受害面积进行了模拟和预测，再用加权马尔科夫链与灰色RBF神经网络组合预测模型对全国森林火灾发生次数进行模拟和预测，对比选择模拟精度较高的模型。
3. 主要参考文献
[1] Iliadis L S. A decision support system applyingan integrated fuzzy model for long-term forest fire risk estimation[J].Environmental Modelling Software, 2005, 20(5):613-621.
[2] Cortez P, Morais A. AData Mining Approach to Predict Forest Fires using Meteorological Data[J].Associao Portuguesa Para A Inteligncia Artificial, 2007.
[3] Magnussen S. A MarkovChain Monte Carlo approach to joint simulation of regional areas burnedannually in Canadian forest fires[J]. Computers Electronics inAgriculture, 2009, 66(2):173-180.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
