节点文献

线性回归与BP神经网络方法的山东粮食产量预测比较研究

免费订阅

【作者】 高亮亮潘彩霞屠星月

【Author】 GAO Liang-liang;PAN Cai-xia;TU Xing-yue;Key Laboratory of Agricultural Information Acquisition Technology,Ministry of Agriculture;College of Information Science and Engineering,Shandong Agricultural University;College of Information and Electrical Engineering,China Agricultural University;

【机构】 农业部农业信息获取技术重点实验室山东农业大学信息学院中国农业大学信息与电气工程学院

【摘要】 山东省是我国传统农业大省,粮食产量对我国粮食总产量的影响较大,因此对山东省粮食产量进行预测具有重大意义。分别利用多元线性回归方法和BP神经网络两种预测方法对山东粮食产量进行预测,并对两种方法的预测结果进行分析比较,实验证明,BP神经网络平均预测精度高于多元线性回归模型,且各期预测精度较多元线性回归模型更稳定,但随时间推移,误差增大,因此BP神经网络预测模型较适用于近期粮食产量预测。

【基金】 山东省自主创新专项(2012CX90204)
【所属期刊栏目】 农业信息科学 (2014年30期)
  • 【DOI】10.13989/j.cnki.0517-6611.2014.30.122
  • 【分类号】TP183;O212.1
  • 【被引频次】2
  • 【下载频次】252
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: