中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于灰色BP神经网络的农业机械总动力预测 农机化研究 2016 (9) 43-47
Position: Home > Articles > Prediction of the Total Power of Agricultural Machinery Based on Grey BP Neural Network Journal of Agricultural Mechanization Research 2016 (9) 43-47

基于灰色BP神经网络的农业机械总动力预测

作  者：
周杰;刘立波
单  位：
宁夏大学数学计算机学院
关键词：
灰色预测模型;BP神经网络;预测;农业机械总动力
摘  要：
为预测宁夏地区农业机械化水平的发展变化趋势,提出一种将灰色预测模型与BP神经网络有效结合的农业机械总动力预测方法。在BP神经网络的数据预处理阶段融入灰色预测理论,建立基于灰色BP神经网络的农机总动力预测模型,并选取1991-2014年宁夏回族自治区农业机械总动力数据作为样本,利用该模型进行仿真预测,结果表明:该模型具有较高的预测精度,其平均相对误差仅为0.18%,明显优于灰色GM(1,1)模型的3.5 0%和标准BP神经网络的0.2 9%。
译  名：
Prediction of the Total Power of Agricultural Machinery Based on Grey BP Neural Network
作  者：
Zhou Jie;Liu Libo;College of Mathematics and Computer Sciences,Ningxia University;
关键词：
grey prediction model;;BP neural network;;prediction;;total power of agricultural machinery
摘  要：
To predict the development trends of agriculture mechanization in Ningxia province,the method combined grey prediction model and BP neural network is proposed. By incorporating grey prediction theory in data preprocessing stage of BP neural network can construct the prediction model of the total power of agricultural machinery based on grey BP neural network. Besides,we choose the data of total power of agricultural machinery in Ningxia province from 1991 to2014 as a sample,and using the model to predict the simulation. The result of simulation show that this model has high prediction accuracy,which average relative error is up to 0. 18%,better than the grey GM( 1,1) model of 3. 50% as well as the BP neural network of 0. 29%.

相似文章

导出引用
计量
文章访问数: 7
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46