基于REMCC-BPNN的粮食产量预测研究

• 作者: 张红燕 谢元瑰 陈玉峰
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: BP神经网络 时间序列 粮食产量 预测
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 农业信息科学
• 页码范围: 2775-2777,2781
• 页数: 4页
• 分类号: S126|TP391.4
• 字数: 2726字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红燕	湖南农业大学信息科学技术学院	37	127	6.0	9.0
2	陈玉峰	湖南农业大学信息科学技术学院	22	31	4.0	4.0
3	谢元瑰	湖南农业大学信息科学技术学院	5	19	3.0	4.0