基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
BP(back propagation)神经网络是目前应用最广泛的神经网络模型,是一种反向传播网络,使网络的实际输出逐步接近某个特定的期望输出.本文以1990—2018年度云南甘蔗总产量为数据样本,选取平均气温、最低温度、最高温度、降雨量和日照5个气象因子作为预测变量,建立了甘蔗产量BP神经网络预测模型,对云南甘蔗产量进行预测研究.研究结果表明,模型具有较高的精度,相对误差在-5.7%~+4.6% 的范围.通过该预测法,可为甘蔗产量的预测提供有效途径,具有较强的实用性,为甘蔗产业决策提供基本的参考依据.
推荐文章
优化BP神经网络算法在油茶产量预测中的应用
油茶
BP神经网络算法
回溯法
相对误差
BP神经网络在我国饲料总产量预测中的应用
BP神经网络
饲料产量
饲料产量预测
畜牧水产业
改进BP神经网络在航空弹药预测中的应用
BP神经网络
Fletcher-Reeves算法
仿真
航空弹药
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP神经网络在云南甘蔗产量预测中的应用
来源期刊 中国糖料 学科 农学
关键词 甘蔗产量 BP神经网络 预测
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 54-57
页数 4页 分类号 S566.103
字数 3039字 语种 中文
DOI 10.13570/j.cnki.scc.2019.03.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (139)
共引文献  (89)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(7)
  • 参考文献(3)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(8)
  • 参考文献(2)
  • 二级参考文献(6)
2018(10)
  • 参考文献(3)
  • 二级参考文献(7)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
甘蔗产量
BP神经网络
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国糖料
季刊
1007-2624
23-1406/S
大16开
哈尔滨市南岗区学府路74号
14-69
1979
chi
出版文献量(篇)
2463
总下载数(次)
1
总被引数(次)
10763
论文1v1指导