基于神经网络的棉花产量预测
2020-06-28
中国纤检 2020年6期
关键词:产量
棉花是一种重要农作物,既可以用于纺织产品也可以用作工业原料。棉花产量的增减关系着人民的生产、生活、收入及国防工业的发展和社会的稳定,因此,有必要对棉花产量进行动态监测和预测,对种植量进行适时调整,以免出现供过于求或供不应求的情况。只有适时、精确地掌握棉花生产、销售、加工等环节的信息,引导产业链上各利益群体采取积极有效的措施,减小产业震荡,降低行业风险,才能让棉花产业健康持续地发展,因而有必要建立一种有效的棉花产量动态监测模型。
在农业产品产量预测方面,尹邦华等[1]以湖南省2001年至2017年间的粮食产量为基础,采用复合马尔可夫算法与灰色模型预估湖南省未来几年粮食产量,结果显示此种复合模型的预测精度优于单一的灰色模型。吴叶等[2]以2015年至2017年棉花月度平均价格为样本数据,使用MIVGA-BP模型进行预测,试验结果显示MIV-GA-BP模型的预测准确性比普通BP模型有明显提高。余焰文[3]结合江西省1990—2015年油菜年产量和气象条件预测油菜产量,并分析3种模型的准确率,结果表明辐热积模型预测精度最高。
棉花产业包括生产、销售、储藏及加工等诸多环节,要对其进行精确预测,存在很大难度。而BP[4](Back Propagation,简写为BP)神经网络[5]由于拥有很强的非线性拟合特性,已在很多领域被用于解决拟合、分类及预测等问题。因而本文使用1980—2019年全国棉花产量先训练BP神经网络,再使用训练好的BP神经网络预测2020年的棉花产量,为棉花的种植、交易及加工等环节提供数据支持。……
登录APP查看全文
