-
题名基于BP神经网络的江苏省粮食产量预测
被引量:1
- 1
-
-
作者
于涧
洪欣
于泽翔
马涛
-
机构
沈阳师范大学数学与系统科学学院
东北大学悉尼智能科技学院
-
出处
《沈阳师范大学学报(自然科学版)》
CAS
2023年第4期316-320,共5页
-
基金
教育部产学合作协同育人项目(22060022827110)。
-
文摘
为预测江苏省粮食产量,通过分析相关文献,选择农业机械总动力、有效灌溉面积、农用化肥施用折算纯量、除涝面积、农用柴油使用量、农药使用量、粮食作物播种面积和受灾面积这8个对粮食产量具有较大影响的指标,构建反向传播神经网络模型,并利用该模型预测2017年、2018年和2019年的粮食产量。模型以江苏省1993—2019年的数据为基础,剔除缺失指标的数据,将剩余的数据分为2组,一组数据作为训练集用于训练模型参数,包含21个样本;另一组数据作为测试集检验拟合模型的预测精度,包含5个数据样本。最终预测结果除了2019年预测结果的相对误差达到了5.74%,其他年份的预测结果相对误差基本控制在5%以内。结果表明,该模型具有较好的预测精度,能够有效预测粮食产量,为将来粮食产量的预测提供了一种新的思路。
-
关键词
反向传播神经网络
正向传播
梯度下降法
粮食产量影响因子
-
Keywords
back propagation neural network
positive communication
gradient descent method
impact factors of grain yield
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-