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

被引：25

作者：

李蓬勃 ^{[1
]}

闫晓冉 ^{[2
]}

徐东瑞 ^{[1
]}

机构：

[1] 河北师范大学河北省环境演变与生态建设实验室

[2] 中国地质大学公共管理学院

来源：

干旱区资源与环境 | 2014年 / 28卷 / 09期

关键词：

BP神经网络; 多元回归; 空间分布预测; 粮食产量;

D O I：

10.13448/j.cnki.jalre.2014.09.034

中图分类号：

F326.11 [粮食作物]; F224 [经济数学方法];

学科分类号：

020205 ; 1203 ; 0202 ; 0701 ; 070104 ;

摘要：

根据2011年河北省92个平原县粮食产量数据,按农业生产过程和需求确定自然和经济两大类影响因素共8个指标。根据逐步多元线性回归进行回归建模,并运用BP神经网络建立影响因素和粮食产量的网络模型。对比两种模型的拟合效果,BP神经网络模型在精度、稳定性、泛化度和理论基础上都要优于线性回归模型,可用于时空混合的空间预测。最后根据可估相关因子的变化代入BP模型对2015年粮食产量进行空间预测。从多角度说明了BP神经网络在空间分布预测中的优势性。

引用

页码：74 / 79

页数：6

共 11 条

[1] BP神经网络和时间序列模型在包头市空气质量预测中的应用 [J].