基于Elman神经网络的茶叶主产省农业产值与茶商品价格模拟

来源：中国农机化学报杂志2025年第2期北京时间：

作者：程陈, 罗屹, 郑生宏, 王嘉仪, 张含雨, 丁枫华

摘要：精准预测农业产值和农产品价格对高效利用发展农业资源、调整农业结构和加强农业信息化建设等起推动作用。基于茶叶主产省农业产值及关键影响因素数据和3种电商平台的茶商品交易数据，利用经典的逐步回归方法确定农业产值和茶商品价格的关键影响因素及权重，构建基于Elman神经网络算法的农业产值和茶商品价格模拟模型。结果表明，茶叶主产省农业产值的关键影响因素包括活动积温、降水量、粮食作物播种面积、经济作物播种面积、经济作物产量占比、农业机械总动力、机耕面积、机播面积、机收面积、农村用电量、化肥施用量(折纯量)、乡村人口数和乡村从业人员数；茶叶主产省茶商品价格的关键影响因素包括平台、省份、茶类、采摘季节、商品级别和增值服务。基于Elman神经网络算法的茶叶主产省农业产值模型模拟值与实测值的均方根误差为6.21~27.51亿元，归一化均方根误差为3.10%~12.23%；基于Elman神经网络算法的3种电商平台茶商品价格模型模拟值与实测值的均方根误差为81.94~98.26元/kg，归一化均方根误差为8.42%~35.66%。

关键词：茶叶,Elman神经网络,逐步回归,农业产值,茶商品价格,模拟模型

基金资助：浙江省软科学研究计划项目(2022C35063)；丽水市公益性技术应用研究计划（2024GYX14）；丽水市“百名博士入百家企业人才引领计划”项目（202202）；浙江省大学生科技创新活动计划(新苗人才计划)项目(2022R434C021)；国家级大学生创新创业训练计划(S202210352010)