自适应性神经网络预测模型及其在农机动力需求预测中的应用

建立了一个自适应性神经网络模型，它在Ｂ－Ｐ网络模型基础上，对网络的自身结构及学习规则进行了动态优化。网络能自组织和自学习自己的结构，即在学习过程中，网络可根据具体问题自动调整本身的结构，从而使结构达到最优。学习速度具有动态调节功能，根据每次学习时得到的误差不同，网络不断调整学习速率，从而在不引起系统振荡的情况下加速了收敛过程。在此基础上，对我国农机总动力需求进行了预测，预测结果和实际结果有很好的一致性。