基于改进BP神经网络的农业机械数据预测研究

来源：中国农机化学报杂志2020年第2期北京时间：

作者：姬鹏飞;孟伟娜;杨北方;王丹丹;

单位：安阳工学院;安阳职业技术学院;中国农业科学院棉花研究所/棉花生物学国家重点实验室;

摘要：为提高河南省农业机械数据预测的精度,获得更可靠的预测结果,提出基于自适应粒子群算法(APSO)优化的误差方向传播(BP)神经网络预测方法,利用APSO算法优越的全局搜索能力更新BP神经网络的权值和阈值,有效结合两种算法的优势,并引用河南省1986—2017年农业机械数据进行测试。仿真结果表明,本文提出的APSO-BP算法比同等条件下BP神经网络算法和PSO-BP算法预测误差平均可降低2.4%和1.35%,可以有效提高预测的速度和精度。

关键词：

基金资助：河南省科技攻关计划项目(182102110295)