基于BP神经网络的农机总动力组合预测方法

被引：21

作者：

鞠金艳

王金武

王金峰

机构：

[1] 东北农业大学工程学院

来源：

农业机械学报 | 2010年 / 41卷 / 06期

关键词：

农机总动力; 非线性组合预测; BP神经网络;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F323.3 [农业技术改造、农业技术经济];

学科分类号：

0701 ; 070104 ; 120204 ;

摘要：

鉴于单一预测模型和线性组合预测模型的局限性,在确定黑龙江省农机总动力单一预测模型的基础上,建立了基于BP神经网络的非线性农机总动力组合预测模型。误差分析表明,该非线性组合预测模型的拟合平均绝对百分误差为3.03%,低于一元线性回归模型、指数函数模型、灰色GM(1,1)模型和三次指数平滑模型的6.26%、4.65%、4.88%和3.72%;稍高于以误差平方和最小为原则构建的线性组合预测模型的2.86%。用2006～2008年黑龙江省农机总动力进行检验预测,结果表明该模型可以有效地提高农机总动力的预测精度,用该模型预测了黑龙江省2009～2015年农机总动力。预测结果表明,在未来几年黑龙江省农机总动力将保持快速增长趋势,到2015年将达到40 537 MW。

引用

页码：87 / 92

页数：6

共 17 条

[1]

神经网络的研究及应用.[D].吴昌友.东北农业大学.2007, 02

[2] Forecasting economic data with neural networks [J].

Aminian F. ;

Suarez E.D. ;

Aminian M. ;

Walz D.T. .

Computational Economics, 2006, 28 (1) :71-88

[3]

Predicting drill wear using an artificial neural network.[J].A.K. Singh;S.S. Panda;D. Chakraborty;S.K. Pal.The International Journal of Advanced Manufacturing Technology.2006, 5-6

[4] 黑龙江省农业机械化作业水平预测方法 [J].