基于BP神经网络的农业机械化水平预测

被引：5

作者：

马雁军 ^{[1
]}

周应堂 ^{[1
]}

张恒 ^{[2
]}

机构：

[1] 南京农业大学工学院

[2] 南京审计学院

来源：

关键词：

农业工程; 农业机械化水平; 理论研究; BP神经网络; 预测;

D O I：

10.13427/j.cnki.njyi.2006.09.027

中图分类号：

S23-0 [农业机械化的理论与方法论];

学科分类号：

082801 ;

摘要：

从使用神经网络模型对农业机械化水平的模拟结果来看,模型具有较高的精度,使用该模型对农机化水平进行预测,预测值和实测值也具有较好的线性拟合关系。为此,利用该模型对未来或当前的农机化水平进行了预测。该模型具有较高的精度,预测值和实测值也具有较好的线性拟合关系;但模型的泛化能力会受到数据采集条件制约。

引用

页码：77 / 79

页数：3