灰色理论和神经网络对粮食产量的预测.pdfVIP

第 l4卷 第 1O期 鸡 西 大 学 学 报 Vo1．14 No．1O 2014年 1O月 JOURNALOFJIXIUNIVERSⅡ’Y 0ct．2014 文章编号：1672—6758(2014)10—0O44—2 灰色理论和神经网络对粮食产量的预测 徐小华 ，候 波2，胡晓飞 (1．昭通学院 网络信息中心，云南 昭通 657000； 2．昭通学院 信息与科学与技术学院，云南 昭通 657000； 3．昭通学院 数学与统计学院，云南 昭通 657000) 摘 要：选取农作物总面积，成灾面积，有效灌溉面积，农用化肥施用量和乡村人 口来构建 l一1—6一l灰色 神经网络，用训练好的网络预测了2009年至2011年粮食产量，实验结果表明灰色神经网络预测的效果比BP神 经网络效果好 ，精度高。 关键词：灰色理论；神经网络；粮食产量 中图分类号：TP39 文献标识码 ：A 粮食产量关系到国家的团结和稳定，它受到农作物总 e ) (3) 面积、天气、农用化肥施用量、价格、国家政策等自然环境和 变换后的(3)式可得到一个扩展的BP神经网络。所以结 社会环境的影响。因此，建立科学、简便的方法对粮食产量 合灰色理论和BP神经网络，根据上面的式子就得到n个输 进行有效地预测，可以为各级政府提供相关的决策依据。 人参数，1个输出参数的灰色神经网络。其结构有LA、LB、 传统预测方法有回归分析法和时间序列分析法等，[1I3以 Lc、LD四层，w2l，w22，LW2是LB到Lc的权值，W3l，W32，L 上方法在预测中考虑的影响因子侧重点不同，往往只能体 w是Lc到LD权值，LD层输出节点的阀值为： 现其局部特征。本文提出了一种 “小样本，贫数据”的灰色 0=(1一e )(d—Y(0)) 理论和神经网络来对粮食产量进行预测，克服了模型信息 二 粮食预测的实现 单一的缺点，实验结果表明该系统提高了粮食产量预测的 基于灰色神经网络对粮食预测的算法有三个部分： 精度。 (1)灰色神经网络建立及初始化；(1)灰色神经的网络训 一 灰色神经网络 练；(3)灰色神经网络的预测。 灰色问题4¨I6是指对不确定系统的特征值原始数列 1．模型的建立。 x ∞(t=0，1，2，L，N一1)经过一次累加后得到的数列x” 影响粮食产量的因素很多，文章考虑到数据的获取性 呈现指数增长规律。n个参数的灰色神经网络模型微分方 和模型的有效性，选取了其中主要的5个自然因素：农作物 程表达式为： 总面积，成灾面积，有效灌溉面积，农用化肥施用量和乡村 dy, 人口。所以输出数据是1维，输人数据是5维，灰色神经网 i +ay1：b1y2+b2y3+L+bn_ly (1) 络结构为1—1—6—1，分别表示是IA、LB、LC、LD的四个节 在上式中，Y2，Y3L，Y为输入参数；Y1为输出参数；a， 点。其中LC的六个节点中，从第2个至第6个分别是影响 b。，b ，L，L 一 为方程的系数。式(1)的时间响应式为： 粮食产量的5个因素的归一化的数据。经过数据整理和查 z(t)=(y1(0)一bly2(t)一b2y3(t)一L一bn1 询，选取1978年至2011年数据为总体样本，其中1978年 y(t))e+