基于粗糙集和BP神经网络的粮食产量预测研究

摘要：

为提高粮食产量的预测精度，提出一种基于粗糙集和BP神经网络的粮食产量预测方法。该方法以吉林省粮食总产量的历史数据作为研究对象，利用粗糙集理论的属性约简特性，识别与粮食产量相关性较大的影响因素，剔除非主要影响因素，利用约简后数据建立RSBP神经网络预测模型。结果表明，粗糙集理论能有效减少数据的维数及噪声，减少神经网络的计算量，结合两种方法能有效提高预测速度和精度。

关键词：粗糙集、属性约简、BP神经网络、产量预测

分类号：TP18(自动化基础理论)

资助基金：吉林农业大学青年启动基金201423；吉林省教育厅“十二五”科学技术研究项目20120471；吉林省科技发展计划项目20100181

在线出版日期：2015-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：95-100