主成分和BP神经网络在粮食产量预测中的组合应用
作者:
基金项目:

中国政法大学科研基金(13ZFG79002)


Application of PCA and BP Neural Networks in Grain Production Prediction
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [13]
  • |
  • 相似文献 [20]
  • |
  • 引证文献
  • | |
  • 文章评论
    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.

    Abstract:

    The grain output fluctuation is a result of several factors. And there is a very complex nonlinear relation between these factors. Lacking the ability to reflect the nonlinear regulation, most of traditional prediction method leads to low accuracy of prediction. BP neural network model has good nonlinear approximation capacity and it does well in prediction of Chinese grain output. Principal component analysis can be associated with the fuzzy variable data for dimension reduction. The combination of PCA and BPNN can optimize the network structure and improve the prediction precision. The results show that the accuracy of combined model is improved by 3% and the efficiency of network training performance also has been improved in different degree.

    参考文献
    1 孙东升,梁仕莹.我国粮食产量预测的时间序列模型与应用研究.农业技术经济,2010,(3):97-106.
    2 向昌盛,张林峰.灰色理论和马尔可夫相融合的粮食产量预测模型.计算机科学,2013,(2):245-248.
    3 张成才,陈少丹.BP神经网络在河南省粮食产量预测中的应用.湖北农业科学,2014,8:1969-1971.
    4 张宇青,易中懿,周应恒.一种线性ARIMA基础上的非线性BP神经网络修正组合方法在粮食产量预测中的运用.数学的实践与认识,2013,(22):135-142.
    5 李蓬勃,闫晓冉,徐东瑞.BP神经网络和多元线性回归在粮食产量空间分布预测中的比较.干旱区资源与环境,2014, (9):74-79.
    6 Moody J, Darken CJ. Fast learning in networks of locally-tuned processing units. Neural Computation. 1989.
    7 Nikolaev NY, Iba H. Learning polynomial feed-forward neural networks by genetic programming and back-propagation. IEEE Trans. on Neural Networks. 2003
    8 杨月锋,徐学荣.福建省粮食产量影响因素主成分分析与产量趋势预测.南方农业学报,2014,(4):697-703.
    9 樊振宇.BP神经网络模型与学习算法.软件导刊,2011,(7):66-68.
    10 李萍,曾令可,税安泽,金雪莉,刘艳春,王慧.基于MATLAB的BP神经网络预测系统的设计.计算机应用与软件,2008,(4):149-150.
    11 沈花玉.BP神经网络隐含层单元数的确定.天津理工大学学报,2008,(5):13-15.
    12 任艳娜,席磊,汪强,等.粮食产量预测模型的应用与仿真研究.计算机仿真,2011,(4):208-211.
    13 孙淑生,任娟.基于BP神经网络的我国粮食产量预测.物流工程与管理,2013,(1):127-128.
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

郑建安.主成分和BP神经网络在粮食产量预测中的组合应用.计算机系统应用,2016,25(11):274-278

复制
分享
文章指标
  • 点击次数:1233
  • 下载次数: 3032
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 收稿日期:2016-04-23
  • 最后修改日期:2016-05-30
  • 在线发布日期: 2016-11-15
文章二维码
您是第11229325位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号