基于小波分析和BP神经网络的农业机械化作业水平预测

来源：中国农机化学报杂志2024年第12期北京时间：

作者：夏晶晶, , 吕恩利, , 邬锡权, 陈明林,

单位：(1. 广东机电职业技术学院，广州市，510550； 2. 华南农业大学工程学院，广州市，510642；3. 华南农业大学南方农业机械与装备关键技术教育部重点实验室，广州市，510642)

摘要：为提高我国农业机械化作业水平的预测精度，针对农业机械化作业水平非线性和非平稳性的特点，基于小波分析和BP神经网络的基本原理，建立小波-BP神经网络的预测模型。首先，系统地分析并提取农业机械化作业水平主要影响因素，采用主成分分析的方法进行降维处理；然后，对我国农业机械化作业水平时间序列和影响因素主成分序列进行小波分解获取低频分量和高频分量，进而对低频分量与高频分量分别建立BP神经网络预测模型；最后，将预测得到的低频分量和高频分量通过线性叠加得到最终预测结果。以我国农业机械化作业水平预测为例对该方法进行验证，结果表明：小波-BP神经网络预测模型具有较好的预测效果，模型评价指标平均相对误差、均方根误差、希尔不等系数、一致性指标、有效系数和优秀率分别为0.44%、0.293、0.0024、0.90、0.9727和100%，各评价指标均优于其他模型。

关键词：农业机械化作业水平,主成分分析,小波分析,BP神经网络

基金资助：中国工程院咨询研究项目（NY1—2015）；中国工程院课题咨询研究项目（2023ZDZX4078）