基于AIGA—BP神经网络的粮食产量预测研究

摘要：

针对BP神经网络进行粮食产量预测时易陷入局部最优的缺陷,本研究借鉴免疫算法和遗传算法的优点,设计具有浓度调解机制和全局寻优特性的自适应免疫遗传算法(ALGA),用该算法来优化BP神经网络的权值和阈值,并最终给出AIGA—BP神经网络的MapReduce实现.通过仿真实验验证:在精准度方面,AIGA—BP神经网络对于粮食产量预测的精度要明显优于BP神经网络;在效率方面,该算法的MapReduce实现具有更快的处理速度和良好的加速比,在使用大尺寸训练集时优势更为明显.

关键词：产量预测、BP神经网络、MapReduce、云计算

所属期刊栏目：37

分类号：S126(农业物理学)

资助基金：吉林省教育厅科学技术研究项目201363;吉林省教育厅科学技术研究项目201248

在线出版日期：2016-07-11（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：205-209