河南省粮食产量影响因素和预测方法研究.PDF

中国农学通报 2019,35(1): 154-158 中国农学通报 2014 Chinese Agricultural Science Bulletin Chinese Agricultural Science Bulletin 河南省粮食产量影响因素和预测方法研究 姜 新 （中国农业科学院农田灌溉研究所，河南新乡453002 ） 摘 要：粮食生产是国民经济重要的组成部分，粮食产量对于保证中国的粮食安全具有重要意义。旨在 提高粮食产量预测的科学性和准确性，在分析现有预测方法的基础上，将灰色理论和神经网络有机地结 合在一起，通过灰色关联度分析，在众多影响粮食产量的因素中确定出主要的、客观的因素指标，利用人 工神经网络将这些指标应用到粮食产量预测中去。结果表明：人工神经网络预测的最大误差为1.21% ， 平均误差为0.63%。预测精度较高。本研究为粮食产量预测提供了一种科学的、有效的预测方法。 关键词：河南省；粮食产量；灰色关联分析；人工神经网络；预测 中图分类号：F307.11 文献标志码：A 论文编号：cas InfluencingFactorsandForecastingMethodsofGrainYieldinHenanProvince JiangXin (FarmlandIrrigationInstitute,ChineseAcademyofAgriculturalSciences,XinxiangHenan453002) Abstract: Grainproductionisanimportantpartofthenationaleconomy,andgrainyield issignificant for guaranteeinggrainsecurityinChina.Inordertoimprovethescientificandaccuratepredictionofgrainyield, basedontheanalysisoftheexistingpredictionmethods,thegreytheoryandneuralnetwork were combined organically,themainandobjectivefactorindexesweredeterminedfrommanyinfluencingfactorsongrain yieldbygreycorrelationanalysis.Theseindexeswereappliedinthepredictionofgrainyieldwiththeartificial neuralnetwork.Theresultsshowedthatthemaximumerroroftheartificialneuralnetworkpredictionwas 1.21%,theaverageerrorwas 0.63%,andthepredictionaccuracywas relativelyhigh.Thisstudyprovides a scientificandeffectiveforecastingmethodforgrainyield. Keywords:Henan;grainyield;greycorrelationanalysis;artificialneuralnetwork;prediction 0 引言 简单，可以用到所有历史数据且对数据数量要求不 粮食生产是国民经济重要的组成部分，粮食产量 高。适用于短期预测；季节模型适用于短期预测；线性 的精确预测可以科学决策提供依据，同时，粮食也是一 随机模型需要