基于结构化神经网络挖掘的农产品产量预测方法

摘要：

农产品市场的准确预测对指导农业生产、农产品流通和农产品消费有重要作用.本文提出了一种改进的结构化神经网络(ISNN),并基于ISNN构建了农产品产量预测模型;设计了一种优化性能更好的混合遗传算法(MGA),并采用MGA对ISNN预测模型进行训练.应用训练好的预测模型对某县最近10年的玉米总产品进行了预测分析.实验结果表明,该方法收敛速度快、学习能力强、预测精度较高、误差率较小.

关键词：结构化神经网络、多路规划遗传算法、农产品产量预测

所属期刊栏目：31

分类号：TP18(自动化基础理论)

在线出版日期：2009-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：88-91