主成分和BP神经网络在粮食产量预测中的组合应用

• 作者: 郑建安
• 来源期刊: 计算机系统应用
• 关键词: 主成分 神经网络 粮食产量 预测
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 研究开发
• 页码范围: 274-278
• 页数: 5页
• 字数: 5188字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005552

摘要

粮食产量的变动受到多种因素的共同影响,各因素之间往往具有十分复杂的非线性关系,传统的预测方法大多无法反映这种变化规律而影响了预测的准确性.BP神经网络模型具有很好的非线性逼近能力,对中国粮食产量能实现比较准确的预测;主成分分析可以对具有模糊关联的变量数据进行降维,其与BP神经网络的组合能优化模型的网络结构,提高预测精度.实证结果表明,组合模型预测结果的精度提高了3％,网络训练的收敛速度和效率也得到不同程度的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑建安	中国政法大学商学院	3	22	2.0	3.0