灰色补偿BP神经网络预测农机总动力—以吉林省为例

发布时间：2018-04-04 16:51

  本文选题：农机总动力　切入点：预测　出处：《农机化研究》2017年08期

【摘要】：农机总动力的预测研究对于农业机械的"供给侧"改革有着重要意义和研究价值,科学合理的预测结果对于职能部门的规划制定有着重要的指导意义。农机总动力数据具有时间序列性质,本研究应用灰色GM(1,1)模型对其进行有效的预测分析。为了提高预测的准确性,应用BP神经网络对灰色残差数据进行处理,补偿灰色预测结果,建立了相应的预测模型。实验表明:该模型对于吉林省农机总动力的预测科学有效,并对吉林省未来5年的农机总动力进行了预测,为相关政策制定提供了科学依据。
[Abstract]:In order to improve the accuracy of forecasting , the grey GM ( 1,1 ) model is applied to the prediction and analysis of the grey residual data . In order to improve the accuracy of forecasting , the grey GM ( 1,1 ) model is applied to forecast the grey residual data , and the corresponding prediction model is established . The experiment shows that the model provides scientific basis for the prediction of the overall power of agricultural machinery in Jilin Province in the next five years , and provides scientific basis for the development of relevant policies .

【作者单位】： 吉林农业大学;
【基金】：吉林省教育厅“十二五”规划项目(吉教科合字[2015]第183号);吉林省教育厅科学研究项目(2015-00193) 吉林省高等教育学会科研项目(JGJX2015 D34)
【分类号】：S23-0;TP183

【相似文献】

相关期刊论文 前10条

1 赖庆辉,米伯林,杨志坚;基于人工神经网络的黑龙江省农机总动力预测[J];农机化研究;2005年04期

2 严磊;毛凤梅;雷邦军;罗会亮;;农机总动力预测的灰色神经网络新方法[J];中国农机化学报;2013年03期

3 胡新治,王文章;谈河南农机化发展速度[J];农村机械化;1998年10期

4 朱瑞祥;黄玉祥;杨晓辉;;用灰色神经网络组合模型预测农机总动力发展[J];农业工程学报;2006年02期

5 杨智来;吴杰;温浩军;蒲明;;基于串联型灰色神经网络新疆兵团农机总动力预测[J];新疆农机化;2013年05期

6 宋珲;董欣;王兵;;基于BP神经网络的农机总动力预测模型研究[J];东北农业大学学报;2009年04期

7 马素萍;高洪波;;农机总动力影响因素灰色关联分析及GM(1,1)预测——以江苏省为例[J];北京农业职业学院学报;2013年06期

8 张海云;;农机总动力的预测及多种数学方法的应用比较[J];中国农机化;2006年02期

9 王吉权;邱立春;王福林;王英;任艳杰;孙福田;;BP神经网络在农机总动力预测中的应用[J];数学的实践与认识;2013年01期

10 陈晓青;刘青云;;柴油机如何降耗节油[J];南方农机;2010年01期

相关硕士学位论文 前1条

1 许淑芹;黑龙江省农机总动力预测方法的研究[D];黑龙江八一农垦大学;2016年

，

本文编号：1710829