中国粮食多因子灰色关联神经网络预测研究

被引：16

作者：

吴玉鸣

李建霞

徐建华

机构：

[1] 华东师范大学城市与环境信息科学及遥感考古教育部开放研究实验室,广西师范大学法商学院,华东师范大学城市与环境信息科学及遥感考古教育部开放研究实验室上海,广西师范大学法商学院,广西桂林,广西桂林,上海

来源：

华中师范大学学报(自然科学版) | 2002年 / 04期

关键词：

BP人工神经网络; 灰色关联分析; 粮食生产; 预测;

D O I：

10.19603/j.cnki.1000-1190.2002.04.006

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对BP神经网络多变量输入难以确定的缺点,提出了采用灰色关联分析法确定主要影响因子输入的多因子灰色关联分析神经网络预测模型,并给出了灰色关联神经网络BP预测模型的建立方法.对我国粮食生产影响因子多因子预测实证研究结果表明,用该网络建立的模型经过训练后,可得到影响粮食产出的主要影响因子及其之间的非线性关系,网络模型新颖,具有较好的预测精度及较好的预测效果,可广泛应用于各种预测研究,有较高的推广价值.

引用

页码：419 / 423

页数：5

共 10 条

[1] 动态全参数自调整BP神经网络预测模型的建立[J]. 李晓峰.预测. 2001(03)
[2] 关于粮食产量预测模型的比较
刘晓娥
[J]. 统计与决策, 2000, (03) : 26 - 26
[3] 基于BPN的作物栽培系统建模与优化方法
宋嗣迪
蒋宝荣
[J]. 农业系统科学与综合研究, 1998, (01) : 25 - 28
[4] 中国粮食生产主要影响因素的多因素动态关联分析——兼与熊健先生商榷
吴玉鸣
[J]. 农业经济问题, 1998, (01) : 38 - 41
[5] 利用人工神经网络实现预测建模[J]. 张欣,蔡伟光,万健麟,黄思东,龚哲君.预测. 1997(04)
[6] 灰色关联分析：多因素统计分析新方法
谭学瑞
邓聚龙
[J]. 统计研究, 1995, (03) : 46 - 48
[7] 灰色理论与方法[M]. 石油工业出版社 , 易德生, 1992
[8] 灰色系统理论教程[M]. 华中理工大学出版社 , 邓聚龙著, 1990
[9] 经济统计分析方法及预测[M]. 清华大学出版社 , 罗积玉, 1987
[10] 中国统计年鉴[M]. 中国统计出版社 , 国家统计局编, 1982

← 1 →