粮食产量预测模型的应用与仿真研究

• 作者: 任艳娜 席磊 汪强 马新明
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 主成分分析 神经网络 粮食产量
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 208-211
• 分类号: TP18
• 字数: 3548字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.04.052

摘要

研究粮食产量精确预测问题,因粮食产量因子问存在着冗余信息,影响预测准确性.传统数学预测模型和神经网络模型不能地消除因子间的冗余信息,导致粮食产量预测精度低.为了提高粮食产量的预测精度,提出了一种基于主成分分析RBF神经网络的粮食产最预测模型.对影响粮食产量的6个影响因子进行主成分分析,消除各因子间的冗余信息,减少了RBF神经网络的输入维数,简化了神经网络结构,提高了粮食产量预测速度和精度.利用改进的模型对粮食产量进行仿真,实验结果表明,粮食产量预测模型有效,预测精度提高,可为粮食产量预测提供参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	席磊	河南农业大学信息与管理科学学院	72	427	12.0	17.0
2	马新明	河南农业大学信息与管理科学学院	154	3325	31.0	51.0
3	汪强	河南农业大学信息与管理科学学院	60	682	15.0	24.0
4	任艳娜	河南农业大学信息与管理科学学院	33	189	8.0	13.0