节点文献

基于REMCC-BPNN的粮食产量预测研究

免费订阅

【作者】 谢元瑰张红燕陈玉峰

【Author】 XIE Yuan-gui et al(College of Information Science & Technology,Hunan Agricultural University,Changsha,Hunan 410128)

【机构】 湖南农业大学信息科学技术学院

【摘要】 粮食产量的准确预测对保证粮食安全、维持社会稳定具有重大意义。提出了一种基于K个最近邻训练样本拟合相对误差绝对值与时序的相关系数最小原则优化BP神经网络的时间序列预测模型REMCC-BPNN,并将该模型应用到我国粮食产量及湖南省粮食产量预测中。结果表明,REMCC-BPNN模型的预测精度优于BPNN、SVR、ARIMA、GM(1,N)等常用的时间序列预测模型,训练速度快,稳定性高。

【关键词】 BP神经网络时间序列粮食产量预测
【基金】 国家科技支撑计划重大项目(农村物联网基础平台共性关键技术研究)(2012BAD35B05);湖南省研究生科研创新项目(时间序列分析方法在农业虫害预测中的应用研究)(CX2012B307);湖南农业大学科技创新基金项目(2012ZK63)
【所属期刊栏目】 农业信息科学 (2013年06期)
  • 【DOI】10.13989/j.cnki.0517-6611.2013.06.076
  • 【分类号】S126;TP183
  • 【被引频次】8
  • 【下载频次】75
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: