基于GWO-SVR模型的全国棉花产量预测技术研究

准确预测棉花产量关系到国计民生。使用支持向量回归(SVR,Support Vector Regression)技术对棉花产量进行精准预测。引入灰狼优化算法(GWO,Grey Wolf Optimization)来优化SVR的两个超参数C和g,在此基础上提出了基于GWO的支持向量回归算法模型(GWO-SVR预测模型),并以我国2003—2021年棉花产量、棉花播种面积、有效灌溉面积、农药化肥折纯量、农业机械总动力、农村用电量为数据集,将模型应用于我国棉花产量预测。试验结果表明,基于GWO-SVR的棉花产量预测模型的预测误差最小,预测精度最高,证明了模型在实际应用中具有良好的价值,以期对我国棉花产量及其类似作物产量估算、棉田经营管理、农业决策制定提供参考。