基于改进GA-BP神经网络的种苗需求预测

发布时间：2018-07-17 04:17

【摘要】：为避免目前种苗市场大量浪费和无序发展的情况,分析了种苗市场出现结构性供需矛盾的原因,提出了利用神经网络模型预测未来人工造林面积、确定所需林木种苗数量的方案。在标准遗传算法的基础上,提出了改进的多子代遗传算法,通过增加子代数量提升种群整体适应度,并用于优化BP神经网络。实验结果显示,在对神经网络收敛速度和预测精度的性能优化上,多子代遗传算法较标准遗传算法分别提高了17.9%和66.7%。
[Abstract]:In order to avoid a large amount of waste and disorderly development of seed and seedling market at present, the causes of structural contradiction between supply and demand in seed and seedling market were analyzed, and the neural network model was proposed to predict the area of artificial afforestation in the future. A scheme for determining the number of trees and seedlings required. Based on the standard genetic algorithm, an improved multi-progeny genetic algorithm is proposed to improve the overall fitness of the population by increasing the number of offspring and to optimize the BP neural network. The experimental results show that the multi-progeny genetic algorithm improves the convergence speed and prediction accuracy of neural network by 17.9% and 66.7%, respectively, compared with the standard genetic algorithm.
【作者单位】： 东北林业大学信息与计算机工程学院;
【基金】：中央高校基本科研业务费专项基金资助项目(2572017CB34)
【分类号】：F326.2;TP183

【相似文献】

相关期刊论文 前10条

1 冯伟;;神经网络在木材生长轮密度预测中的应用研究[J];计算机仿真;2012年06期

2 刘旭升;李锋;昝国胜;张晓丽;王军厚;;基于GIS和神经网络的森林植被分类(英文)[J];遥感学报;2007年05期

3 黎粤华,梁颖红,王述洋;人工神经网络技术在林火重灾年预测中的应用前景[J];林业劳动安全;2001年01期

4 罗传文,陈焱,胡海清,沈海龙,范少辉;天然林保护的神经网络分级规划[J];应用生态学报;2005年06期

5 胡林;冯仲科;聂玉藻;;基于VLBP神经网络的林火预测研究[J];林业科学;2006年S1期

6 姜伟;冯仲科;胡林;;基于VLBP神经网络的林火风险预测模型[J];林业资源管理;2007年01期

7 季伟东;王克奇;张建飞;马宁;;基于改进的粒子群算法优化开关神经网络的木材表面缺陷识别[J];东北林业大学学报;2012年12期

8 方舟;王霓虹;;基于改进MNN的森林健康评价方法研究[J];安徽农业科学;2014年16期

9 郭晓君;吴沿友;竹为国;朱咏莉;;基于BP神经网络的泉州湾红树株高预测模型[J];江苏林业科技;2012年03期

10 吕祥铭;闫跃;吕淞霖;张淑颖;;基于非线性粒子群算法与神经网络的天气预测[J];现代农业科技;2013年11期

相关硕士学位论文 前6条

1 王霞;基于神经网络森林经营辅助决策的知识获取[D];福建农林大学;2008年

2 向洪波;基于BP神经网络森林叶面积指数估算研究[D];西南大学;2009年

3 刘帅;基于BP神经网络的森林蓄积量估测[D];浙江农林大学;2014年

4 姜喜东;河源市林地覆被信息遥感提取方法对比研究[D];广州大学;2010年

5 陈桢;遗传算法在森林收获调整中的应用以及软件的研究[D];福建农林大学;2007年

6 朱明娥;遗传算法在林业企业市场营销中的应用研究[D];中南林业科技大学;2007年

，

本文编号：2128976