基于BP神经网络的全国棉花产量预测研究

总结与讨论

本研究针对棉花产量具有随机性、非线性难以预测等特点，利用BP神经网络具有强大的非线性映射和自适应能力，以1980—2018年全国棉花产量为基础使用神经网络预测未来一年棉花的产量，并外推2019年的全国棉花产量.

实验表明选用的历史数据过长或过短产生的预测值相对误差较大，取历史数据为6，9，12时， 2017、2018年预测产量与实际产量相比分别为0.36%及3.6%.预测显示2019年的产量与2018年基本持平.

参考文献：

〔1〕宗宸生，郑焕霞，王林山.改进粒子群优化BP神经网络粮食产量预测模型[J].计算机系统应用，2018，27（12）：203-209.

〔2〕Linyong Cheng， Dongdong Chen，Mingsong Chen， A precise BP neural network-based online model predictive control strategy for die forging hydraulic press machine. Neural Comput & Application， 2016.

〔3〕Jianyong Liu， Huaixiao Wang， Yangyang Sun， et al.， Real-Coded Quantum-Inspired Genetic Algorithm-Based BP Neural Network Algorithm[J]. Mathematical Problems in Engineering， 2015： 1-10.

〔4〕李尚平，陳曾雄.BP神经网络对甘蔗宿根切割质量的预测[J].农机化研究，2018：11-17.

〔5〕王艳.基于卡尔曼滤波算法的新疆棉花产量预测[J].国际纺织导，2018（6）：57-61.

推荐访问:神经网络 棉花 产量 预测 研究