基于BP神经网络的农机化发展水平影响因素研究

• 作者: Muhammad Hassan 吐尔逊·买买提 张学军 米斯卡力·居马瓦依
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 农业机械化发展水平 神经网络 平均影响值
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 理论研究与探讨
• 页码范围: 21-25,31
• 页数: 6页
• 分类号: S23-01
• 字数: 3898字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-188X.2018.08.004

摘要

为了明确各因素对农业机械化发展水平的影响程度,基于误差反向传播神经网络(Back propagation neu-ral network,BPNN)和平均影响值(Mean impact value,MIV)方法建立了影响因素量化BPNN-MIV模型.以新疆14地州2001-2015年农机化发展影响因素作为网络输入,农业机械化发展水平作为网络输出,量化了各因素MIV.结果表明:农业机械化发展水平各一级指标对发展水平的影响强度的顺序为综合保障能力、农业机械化程度、综合效益水平.所得出的结论与新疆农机化发展实际较为接近,表明BPNN-MIV方法在量化属性影响程度方面有较大的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学军	新疆农业大学机械交通学院	132	798	13.0	22.0
2	吐尔逊·买买提	新疆农业大学机械交通学院	13	46	4.0	5.0
3	米斯卡力·居马瓦依	新疆农业大学机械交通学院	1	3	1.0	1.0
4	Muhammad Hassan	南京农业大学工学院	3	7	2.0	2.0