中国农业期刊集成服务平台

当前位置: 首页 > 文章 > GM(1,N)灰色系统与BP神经网络方法的粮食产量预测比较研究中国农业大学学报 2006,11 (4) 105-110

Position: Home > Articles > Comparison and research of grain production forecasting with methods of GM(1,N) gray system and BPNN Journal of China Agricultural University 2006,11 (4) 105-110

GM(1,N)灰色系统与BP神经网络方法的粮食产量预测比较研究

作者：

苏博;刘鲁;杨方廷

单位：

北京航空航天大学经济管理学院;北京航天二院国家仿真中心

关键词：

逐步回归;GM(1,N)灰色系统;BP神经网络;粮食产量预测

摘要：

基于国家粮食安全预警系统的开发项目,针对我国粮食年产量预测中精度差和波动大的问题,分析了逐步回归、BP神经网络和GM(1,N)灰色系统3种常用预测方法的预测能力。根据能够计量和具有农学意义2个原则,选择了粮食作物播种面积、化肥施用量、粮食作物有效灌溉面积等12个重要的粮食年产量影响因子,用上述3种方法构建预测模型。在建模样本相同的情况下,结果显示,BP神经网络方法5年期拟合平均相对误差为1.44%,连续5年逐年预测平均相对误差可达到2.89%,这2个性能均优于其他2种方法,可以较好地应用于粮食安全预警系统,笔者最后探讨了对BP神经网络进一步优化的方法。

译名：

Comparison and research of grain production forecasting with methods of GM(1,N) gray system and BPNN

作者：

Su Bo~1,Liu Lu~1,Yang Fangting~2(1.School of Economics & Management,Beijing University of Aeronautics and Astronautics University,Beijing 100083,China;2.China Aerospace Science & Industry Corp.Simulation Center,Beijing 100854,China)

关键词：

step regression;GM(1,N) gray system;BP neural network;forecast of grain production

摘要：

Based on the project of National Grain Warning System,aiming at predicting the grain output of China,this paper has compared and analyzed forecasting performances of three methods,namely step regression,BP neural network and GM(1,N) gray system.According to the principle of calculable and having agricultural significance,we chose twelve important effecting factors,and established respective forecasting model with the above three methods.Results showed that the average error of the method of BPNN was 1.44% and its average forecast error on five years could reach 2.89%,which is better than the other two methods in performances.It can be used in the project of National Grain Warning System.Finally the paper lists feasible methods to optimize the BPNN farther.

相似文章

气象因子对岳阳市南湖水质富营养化进程的影响与关系研究 [覃鸿, 杨伟, 黄菊梅, 王波, 刘学] 湖北农业科学 2021 (S2) 152-155,251
鄂西北耕层土壤全氮含量空间分异特征及其影响因素分析 [木合塔尔·艾买提, 周勇, 吴正祥] 农学学报 2022,12 (1) 12-21,34
二倍体马铃薯耐盐性评价及其指标筛选 [赵明辉, 白雅梅, 孟令波, 孙婷婷, 王德权, 景重阳, 吕文河] 生态学杂志 2022,41 (3) 610-617
不同大豆类型产量及相关性状的逐步回归与通径分析 [常世豪, 李金花, 李琼, 耿臻, 杨青春, 舒文涛, 张保亮, 张东辉] 种子 2022,41 (4) 96-99,105
居民消费价格指数交叉效应影响分析 [赵波, 李德影, 赵桂燕] 黑龙江八一农垦大学学报 2021,33 (3) 116-120
紫色土色度参数与铁锰形态及有机质的定量关系研究土壤学报 2021 (2) 372-380
不同毛苕子种质材料种子产量与相关性状的分析 [王俊, 云岚, 李珍, 高志琦, 刘启宇, 丁雪琴] 草原与草业 2021 (1) 12-16
固原市冬小麦产量预报与气象条件分析 [路智渊, 顾娟, 龚小丽, 王桂芳, 常耀军] 现代农业 2021 (5) 111-112
三江平原水稻潜叶蝇发生规律及预测预报研究 [顾鑫, 柏晓东, 丁俊杰, 杨晓贺, 赵海红, 姚亮亮, 刘伟, 申宏波] 中国农学通报 2017 (24) 144-147
机床结构CAD/CAE集成分析与逐步回归建模方法 [魏巍, 张连洪, 徐彦伟, 刘德全] 农业机械学报 2010,41 (6) 187-192

导出引用

计量

文章访问数: 16

HTML全文浏览量: 0

PDF下载量: 0

GM(1,N)灰色系统与BP神经网络方法的粮食产量预测比较研究

相似文章

所属期刊

中国农业大学学报

推荐期刊

安徽农业科学

中国农学通报