基于PSO-BP算法的农业机械数据预测分析研究

摘要：

由于农村人口大量转移,我国农业产业发展迎来一个整合时期,这样就需要大量地使用农业机械替代需求的劳动力.为保证我国在制定农业机械发展的总体规划时具有良好的指导性,需对农业机械数量进行预测.为此提出基于PSO-BP的高精度预测算法,并考虑各种单一数据对综合数据的显著和非显著影响,分析我国1978～2013年期间的农业相关数据,进行PSO-BP预测算法仿真研究.仿真结果表明,多参数的加入对预测结果的精确度有显著的影响,且采用PSO-BP预测算法预测农机总动力的绝对误差仅为0.03％,预测精度比较高,说明该方法适用于本时间序列的预测问题.

关键词：PSO-BP、农业机械、神经网络

所属期刊栏目：37

分类号：S231(农业机械化)

资助基金：国家自然科学基金资助项目51305473;中国博士后科学基金资助项目2014M552317;重庆市基础与前沿研究计划项目cstc2013jcyjA60007;重庆市教委科学技术研究项目KJ120421

在线出版日期：2016-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：269-273,284