新疆兵团现代农业装备发展水平预测模型的建立与实现

发布时间：2017-10-05 00:35

  本文关键词：新疆兵团现代农业装备发展水平预测模型的建立与实现

  更多相关文章： 现代农业装备 预测模型 BP神经网络 遗传算法

【摘要】：随着3S技术、自动控制技术和电子信息技术等新技术在农业装备中的广泛应用,农业装备逐渐向现代化、智能化方向发展。农业装备作为衡量农业现代化的重要指标,在新疆兵团的现代农业发展中起重要作用。目前,兵团还未针对快速发展的农业装备构建合适的指标体系和预测模型,无法对兵团现代农业装备水平进行评估和预测,影响兵团对现代农业装备发展趋势及农机产品市场的准确把脉。本文以新疆兵团2001年-2014年现代农业装备的相关统计数据为基础,构建了包含播种装备水平、收获装备水平、灌溉装备水平、覆膜装备水平、施肥装备水平和秸秆还田装备水平六项指标的新疆兵团现代农业装备水平指标体系。采用新疆兵团2001年-2012年现代农业装备的统计数据,建立二次指数平滑、三次指数平滑、BP神经网络和GA-BP神经网络预测模型,对2013年、2014年的现代农业装备水平进行预测,用误差百分数验证模型的预测精度。预测结果表明:指数平滑预测模型操作简单、方便,在发展趋势较为平稳或波动性较小的情况下,如收获装备水平,模型预测精度较高;当发展趋势波动较大时,如秸秆还田装备水平,预测结果存在较大偏差,对现代农业装备水平的预测精度不能满足实际要求。BP神经网络的样本期望输出与实际输出相关系数很高,均达到0.9以上,预测结果具有较高的精度,预测模型合理可行。但初始连接权值和阈值随机产生,不能准确获得,影响预测结果的稳定性。采用GA-BP神经网络进行预测,遗传算法进化在40代以内就可以寻找到最优权重与阈值,模型具有较好的泛化能力。综合考虑预测精度、建模的稳定性,选用GA-BP神经网络对新疆兵团典型现代农业装备水平未来五年的发展进行预测。通过2015年-2019年的预测趋势图可以看出,农业装备新技术的应用极大的促进了农业装备水平的发展,发展水平较高的指标如收获装备水平、灌溉装备水平发展趋势趋于平稳,发展水平较低的指标如覆膜装备水平将保持波动调整状态,但调整幅度将逐渐减小。
【关键词】：现代农业装备 预测模型 BP神经网络 遗传算法
【学位授予单位】：石河子大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S22;TP18
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-16
• 1.1 研究背景及意义9
• 1.2 现代农业装备概念界定9-11
• 1.2.1 概念界定9-10
• 1.2.2 兵团现代农业装备现状10-11
• 1.3 国内外研究现状11-13
• 1.3.1 现代农业装备水平评价研究现状11-12
• 1.3.2 现代农业装备水平预测研究现状12-13
• 1.4 农业装备新技术的应用13-15
• 1.4.1 电子信息技术13
• 1.4.2 自动控制技术13-14
• 1.4.3 精准农业技术14-15
• 1.5 论文主要工作15-16
• 第二章 新疆兵团现代农业装备水平评价体系的建立16-20
• 2.1 设置评价指标的原则16
• 2.2 评价指标的设置16-17
• 2.3 新疆兵团现代农业装备水平评价17-19
• 2.3.1 数据来源17
• 2.3.2 评价指标的计算方法17-18
• 2.3.3 新疆兵团现代农业装备水平分析18-19
• 2.4 本章小结19-20
• 第三章 基于指数平滑法的现代农业装备水平预测20-30
• 3.1 指数平滑法概述20-21
• 3.2 预测模型的建立21-23
• 3.2.1 二次指数平滑预测模型的建立21-22
• 3.2.2 三次指数平滑预测模型的建立22-23
• 3.3 预测结果分析23-29
• 3.4 本章小结29-30
• 第四章 基于BP神经网络法的现代农业装备水平预测30-40
• 4.1 BP神经网络概述30-31
• 4.2 预测模型的建立31-34
• 4.2.1 确定输入层、输出层节点数32
• 4.2.2 确定训练函数32-33
• 4.2.3 确定隐含层单元数33-34
• 4.3 预测结果分析34-39
• 4.4 本章小结39-40
• 第五章 基于GA-BP神经网络法的现代农业装备水平预测40-55
• 5.1 遗传算法概述40
• 5.2 GA-BP神经网络预测模型的建立40-41
• 5.3 GA-BP神经网络预测结果分析41-51
• 5.4 四种预测方法的比较51-52
• 5.5 新疆兵团典型现代农业装备发展水平预测52-54
• 5.5.1 收获装备水平52
• 5.5.2 灌溉装备水平52-53
• 5.5.3 覆膜装备水平53-54
• 5.6 本章小结54-55
• 第六章 总结与展望55-57
• 6.1 总结55
• 6.2 展望55-57
• 参考文献57-60
• 致谢60-61
• 作者简介61-62
• 导师评阅表62

，

本文编号：973808