基于遗传算法优化的BP神经网络的组合预测模型方法研究

摘要：

[目的]提出以传统猪瘟发病率为对象的组合预测模型.[方法]利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型.[结果]利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97,379％,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469％、3.499％、1.188％,模型平稳性增强,预测结果良好.[结论]本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考.

关键词：组合模型、ARIMA、GM(1,1)、遗传算法、BP神经网络

所属期刊栏目：45

资助基金：国家"863"专题"商品猪精细养殖网络系统研发"项目2003AA209050-6

在线出版日期：2013-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：4924-4930