11.4 典型案例 (1)课件讲解.pptx

《智慧农业关键技术与装备》第十一章农业预测预警机电工程学院

第十一章农业预测预警11.4典型案例

11.4典型案例1）采用马尔柯夫模型预测农业产值结构鞠金燕和祝荣欣（2013）对我国农业产值结构的预测问题进行了研究，利用马尔柯夫模型计算出其状态转移概率矩阵的估算模型与优化方法。结合我国1999~2009年农业产值结构的统计数据，运用此模型预测了农、林、牧、渔各业的产值结构，结果表明此模型的运用对农业产值结构的平均拟合误差为3.08%，将2009年和2010年的农业产值结构实际值分别作为初始值应用式，对2010年和2011年的农业产值结构进行检验预测，结构平均相对误差为1.94%，具有较好的精确度。最后对2012～2015年我国农业产值结构进行了预测，对于反映出未来农业产业结构的变化趋势，调整农业产业结构，促进产业结构的合理化升级有一定指导意义。

11.4典型案例2）采用BP神经网络预测农业机械数量为达到农业机械生产与实际需求的一致性，制定农业机械化水平发展规划的过程中需要对农业机械数量进行预测。王笑岩等（2015）采用基于遗传算法的BP神经网络预测算法，对我国从1997～2013年以农机总动力、小型拖拉机数量和中大型拖拉机数量为内容的主要农业装备数量进行了预测。其中，遗传算法群体规模M=50，交叉概率p.=0.6，变异概率pm=001，BP神经网络权值阈值取值空间为【-0.5，0.5】，训练次数为1000.预测结果表明，利用遗传算法与误差逆传播（backpropagation，BP）神经网络相结合的方法对全国农业机械装备数量进行预测，农机总动力预测值与绝对值平均误差为1.080%、小型拖拉机数量预测值与绝对值平均误差为1.765%、农用大中型拖拉机数量预测值与绝对值平均误差为1352%，由预测误差值来看，BP神经网络在预测本时间序列模型时，减少了运算结果落入局部最小值的可能性，说明此模型的收敛性能较好。

11.4典型案例3）采用卡尔曼滤波方法预测稻飞虱发生等级江胜国等（2010）利用安徽省桐城市2005～2007年稻飞虱百丛虫量数据，研究发现桐城市稻飞虱百丛虫量与旬平均气温、候平均气温均呈显著的负相关，计算得出稻飞虱发生最适宜的平均气温为20.5℃。采用卡尔曼滤波方法建立适宜气象条件等级预测模型后得到以下实验结果∶2007年试报准确率为95.8%，2008年试报准确率为86.7%。说明卡尔曼滤波方法对于稻飞虱虫害发生的气象条件预警、预测都能够得到满意的结果。

湖南生物机电职业技术学院欢迎你！感谢聆听务本崇实修德精业