RBF神经网络的粮食产量预测

• 作者: 旷岭
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络 粮食产量 预测
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 189-191,200
• 分类号: TP183
• 字数: 2303字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.11.046

摘要

研究粮食产量准确预测问题,粮食产量变化多种因素综合结果,针对各因素间具有十分复杂的非线性关系,传统预测方法无法反映粮食产量非线性变化规律,导致粮食产量预测精度低.为了提高粮食产量预测精度,提出一种RBF神经网络的粮食产量预测方法.通过采用非线性能力强的RBF神经网络对粮食产量数据进行非线性定阶,通过最优阶数对粮食产量模型进行重构,然后利用遗传算法对RBF神经网络参数进行优化,获得粮食产量最优预测模型,最后对粮食产量进行预测.通过对1 978 - 2008年中国粮食产量进行仿真,实验结果表明,相对于ARIMA、滑动平均和支持向量机等预测模型,RBF神经网络预测精度高,速度快,证明改进方法为粮食产量预测提供了一种新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	旷岭	中南林业科技大学林学院	2	25	2.0	2.0