共 12 条
主成分和BP神经网络在粮食产量预测中的组合应用
被引：17
作者：
郑建安
机构：
[1] 中国政法大学商学院
来源：
关键词：
主成分;
神经网络;
粮食产量;
预测;
D O I：
10.15888/j.cnki.csa.005552
中图分类号：
F326.11 [粮食作物];
TP183 [人工神经网络与计算];
学科分类号：
020205 ;
1203 ;
0202 ;
081104 ;
0812 ;
0835 ;
1405 ;
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.
引用
收藏
页码：274 / 278
页数：5
相关论文