基于LM-BP网络的粮食产量预测

• 作者: 可振芳 李力 郭庆春
• 来源期刊: 湖北农业科学
• 学科: 农学
• 关键词: LM-BP网络 粮食产量 预测
• 年，卷（期）: 2012,（23）
• 所属期刊栏目: 农业工程
• 页码范围: 5479-5481
• 页数: 3页
• 分类号: S11+4|TP183
• 字数: 2858字
• 语种: 中文

摘要

利用Levenberg-Marquardt (LM)算法对BP神经网络法进行改进,提出了基于改进型LM-BP神经网络模型的粮食产量预测方法.提取了粮食作物播种面积、化肥施用量、粮食作物有效灌溉面积、受灾面积、农村用电量、农业机械总动力、从事农业的人口、农村居民家庭生产性固定资产原值、农村居民家庭平均纯收入9个因子作为输入因子构筑模型,粮食产量作为网络输出,通过LM算法使网络误差最小化,最后使用相关系数、相对误差等指标对模型的模拟结果进行检验.结果表明,训练样本集中模拟值和实际值的相关系数为0.996,平均相对误差为0.47％；检测样本集中,预测值和实际值的相关系数为0.994,平均相对误差为0.56％；该模型具有较高的拟合精度和预测精度,将此网络模型应用于粮食产量预测是有效的、可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆春	陕西广播电视大学教务处	45	264	10.0	14.0
4	李力	中国科学院地球环境研究所	45	407	11.0	19.0
11	可振芳	中国科学院寒区旱区环境与工程研究所	1	2	1.0	1.0