基于结构化神经网络挖掘的农产品产量预测方法
农产品市场的准确预测对指导农业生产、农产品流通和农产品消费有重要作用。本文提出了一种改进的结构化神经网络(ISNN),并基于ISNN构建了农产品产量预测模型;设计了一种优化性能更好的混合遗传算法(MGA),并采用MGA对ISNN预测模型进行训练。应用训练好的预测模型对某县最近10年的玉米总产品进行了预测分析。实验结果表明,该方法收敛速度快、学习能力强、预测精度较高、误差率较小。
神经网络 多路规划 遗传算法 农产品 产量预测
任斌 何俊杰
江苏食品职业技术学院计算机应用技术系,江苏,淮安,223003 湖南师范大学公共管理学院,湖南,长沙,410081
国内会议
哈尔滨
中文
88-91
2009-08-07（万方平台首次上网日期，不代表论文的发表时间）