基于机器学习的粮食产量预测模型研究
2021-07-24贾梦琦蔡振江陈浩松刘红星
河北农业大学学报 2021年3期
关键词:模型
贾梦琦,蔡振江,胡 建,陈浩松,王 楠,刘红星
(1. 河北农业大学 机电工程学院,河北 保定 071000; 2. 河北农业大学 经济管理学院,河北 保定 071000;3. 中央农业广播学校保定分校,河北 保定 071000)
河北省是我国粮食主产区之一[1],保定市粮食年产量基本占到河北省的1/5。近年来,保障粮食安全在促进国家和社会经济发展方面发挥着重要作用,粮食产量的预测成为了1 个重要的研究课题。由于粮食产量通常受到气象、土地、人类利用活动、制度等因素影响[2-6],对于粮食产量的准确预测十分困难。因此,利用有针对性的模型和方法预测粮食产量的发展趋势具有很强的现实意义。
近年来,众多学者为了准确掌握和预测全国各地的粮食产量进行了大量的研究。王晓玲,孔思琪[7]利用灰色关联度分析黑龙江省粮食产量的影响因素。赵金霞[8]针对粮食产量影响因素利用层次分析法,得出了粮食增量受社会经济因素影响较大。戎陆庆等[9]采用灰色关联(GRA)方法和BP 神经网络模型对广西粮食产量进行了预测,将预测的相对误差降低到1.5%以下。王春雨[10]利用遥感技术分析了孟印缅3 个地区的气候因素和人类活动因素对粮食产量的影响,提出了相应的管理政策。武单[11]依据计量地理学理论,针对湖南省粮食产量的多个影响因素进行研究,分析得出湖南省粮食产量的主要影响因素是农业机械总动力和化肥施用量的结论。阙斐艳[12]分析湖南省粮食产量变化与农村劳动力投入的相关性发现,湖南省农村劳动力转移对粮食产量没有显著影响。……
登录APP查看全文
