基于粗糙集和BP神经网络的粮食产量预测研究

• 作者: 徐兴梅 曹丽英
• 来源期刊: 东北农业大学学报
• 学科: 工学
• 关键词: 粗糙集 属性约简 BP神经网络 产量预测
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 研究报告
• 页码范围: 95-100
• 页数: 6页
• 分类号: TP18
• 字数: 4718字
• 语种: 中文

摘要

为提高粮食产量的预测精度，提出一种基于粗糙集和BP神经网络的粮食产量预测方法。该方法以吉林省粮食总产量的历史数据作为研究对象，利用粗糙集理论的属性约简特性，识别与粮食产量相关性较大的影响因素，剔除非主要影响因素，利用约简后数据建立RSBP神经网络预测模型。结果表明，粗糙集理论能有效减少数据的维数及噪声，减少神经网络的计算量，结合两种方法能有效提高预测速度和精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹丽英	吉林农业大学信息技术学院	75	348	11.0	15.0
2	徐兴梅	吉林农业大学信息技术学院	19	78	5.0	8.0