基于BP神经网络的农机总动力组合预测方法

摘要：

鉴于单一预测模型和线性组合预测模型的局限性,在确定黑龙江省农机总动力单一预测模型的基础上,建立了基于BP神经网络的非线性农机总动力组合预测模型.误差分析表明,该非线性组合预测模型的拟合平均绝对百分误差为3.03%,低于一元线性回归模型、指数函数模型、灰色GM(1,1)模型和三次指数平滑模型的6.26%、4.65%、4.88%和3.72%;稍高于以误差平方和最小为原则构建的线性组合预测模型的2.86%.用2006～2008年黑龙江省农机总动力进行检验预测,结果表明该模型可以有效地提高农机总动力的预测精度,用该模型预测了黑龙江省2009～2015年农机总动力.预测结果表明,在未来几年黑龙江省农机总动力将保持快速增长趋势,到2015年将达到40 537 MW.

关键词：农机总动力、非线性组合预测、BP神经网络

所属期刊栏目：41

分类号：S232.3(农业机械化)

在线出版日期：2011-02-24（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：87-92