• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Conference on Future Computer and Control Systems >Analysis of Grain Yield Prediction Modelin Liaoning Province
【24h】

Analysis of Grain Yield Prediction Modelin Liaoning Province

机译：辽宁省粮食产量预测模型分析

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Based on agricultural production data of Liaoning Province from 1980a to 2009a, using stepwise regression method, the gray prediction method. BP neural network, the grain yield prediction model was respectively established in Liaoning Province, China. The grain yield was predicted with these models. and models were compared. The results show that the yield forecasts relative error of the stepwise regression model, gray prediction model, BP neural network model are respectively: 3.41%, 6.59%, and 1.16%. Among the three models, the order of best fit is the BP neural network model, the less is the stepwise regression model, the least is the gray model. It was proved that the BP neural network model is optimum one with high correspondence degreed and high accuracy for food production forecast in Liaoning Province.
机译：基于1980A至2009A的辽宁省农业生产数据，采用逐步回归方法，灰色预测方法。 BP神经网络，粮食产量预测模型分别在辽宁省建立。这些模型预测了谷物产量。和模型进行了比较。结果表明，产量预测逐步回归模型，灰色预测模型，BP神经网络模型的相对误差分别：3.41％，6.59％和1.16％。在这三种模型中，最佳拟合的顺序是BP神经网络模型，逐步回归模型越小，是灰色模型。事实证明，BP神经网络模型是辽宁省食品生产预测的高度对应性差异和高准确度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号