-
题名基于BP神经网络的农业机械化作业水平预测
被引量:5
- 1
-
-
作者
鞠金艳
王金峰
-
机构
黑龙江科技大学机械工程学院
东北农业大学工程学院
-
出处
《农机化研究》
北大核心
2015年第3期74-78,共5页
-
基金
黑龙江省教育厅科学技术研究项目(12531025)
-
文摘
我国农业机械化作业水平的发展变化具有增长性和波动性,对预测的方法要求较高。鉴于单一预测模型的局限性,在确定我国农业机械化作业水平各单一预测模型的基础上,建立了基于BP神经网络的农业机械化作业水平非线性组合预测模型,并对我国农业机械化作业水平进行预测。误差分析表明,该模型可以有效地提高农业机械化作业水平的预测精度,用该模型对我国2012-2020年农业机械化耕、播、收作业水平进行了预测。预测结果表明,在未来几年我国农业机械化作业水平将保持快速增长趋势,到2020年机耕、机播和机收作业水平分别为91.37%、66.77%和71.93%。
-
关键词
农业机械化作业水平
BP神经网络
组合预测模型
-
Keywords
operation level of agricultural mechanization
BP neural networks
combined prediction model
-
分类号
S23-0
[农业科学—农业机械化工程]
-
-
题名丘陵山区农业机械化技术推广策略
被引量:1
- 2
-
-
作者
王贵明
-
机构
四川邻水县农机技术推广服务站
-
出处
《广西农业机械化》
2022年第1期16-17,共2页
-
文摘
在新经济发展模式下,现代化农业生产成为了国家持续发展的重要基础,而科学技术的创新和发展,进一步推动了农业机械化发展的进程,为农产品优质高产夯实了基础。但受地理环境因素的影响,我国丘陵山区农业机械化技术推广困难。本文基于这样的背景,探究了丘陵山区农业机械化技术推广的具体策略,希望能为进一步加快山区农业机械化作业水平,加快农业生产发展提供参考。
-
关键词
地理环境因素
丘陵山区
农业机械化技术推广
现代化农业生产
农业机械化发展
农业生产发展
具体策略
农业机械化作业水平
-
分类号
F32
[经济管理—产业经济]
-
-
题名农机化事业的回顾与展望
- 3
-
-
作者
范国珍
-
机构
内蒙古察右中旗农机局
-
出处
《农村牧区机械化》
2004年第4期32-32,共1页
-
-
关键词
农业机械化
察右中旗
装备水平
机械化作业水平
社会化服务体系
-
分类号
F323.3
[经济管理—产业经济]
S23
[农业科学—农业机械化工程]
-