基于 BP 神经网络的农业机械化作业水平预测

• 作者: 王金峰 鞠金艳
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 农业机械化作业水平 BP神经网络 组合预测模型
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 理论研究
• 页码范围: 74-78
• 页数: 5页
• 分类号: S23-0
• 字数: 3788字
• 语种: 中文

摘要

我国农业机械化作业水平的发展变化具有增长性和波动性，对预测的方法要求较高。鉴于单一预测模型的局限性，在确定我国农业机械化作业水平各单一预测模型的基础上，建立了基于BP 神经网络的农业机械化作业水平非线性组合预测模型，并对我国农业机械化作业水平进行预测。误差分析表明，该模型可以有效地提高农业机械化作业水平的预测精度，用该模型对我国2012-2020年农业机械化耕、播、收作业水平进行了预测。预测结果表明，在未来几年我国农业机械化作业水平将保持快速增长趋势，到2020年机耕、机播和机收作业水平分别为91．37％、66．77％和71．93％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金峰	东北农业大学工程学院	48	708	16.0	24.0
2	鞠金艳	黑龙江科技大学机械工程学院	14	85	6.0	8.0