基于BP神经网络对云南省粮食产量的预测模型

摘要：

基于BP神经网络建立云南省粮食产量预测模型,分析有关文献,最终选择农业机械总动力、有效灌溉面积、农用化肥施用折纯量、农村用电量、农药使用量、粮食作物播种面积、农用柴油使用量和受灾面积等8个指标作为输入变量,粮食产量为输出变量.首先以云南省1993—2016年的粮食产量及8个粮食产量影响因素等数据,搭建BP神经网络预测模型,预测2017年、2018年和2019年的粮食产量.试验结果表明,基于BP神经网络预测模型在训练阶段,相对误差绝对值基本小于1％;在验证阶段,预测2017年、2018年和2019年的相对误差分别为1.84％、3.25％和2.86％,误差率均控制在5％以为,说明该模型具有很好的预测效果,能够有效地对粮食产量进行预测,并为粮食产量的预测提供了一种新的方法.

关键词：BP神经网络、粮食产量、归一化、梯度下降法、预测模型

所属期刊栏目：61

分类号：TP183;S-3(自动化基础理论)

资助基金：云南智能化自动化产业发展研究云府发研号—YNDR2017G1C06

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：39-43