English

中国农机化学报

中国农机化学报 ›› 2020, Vol. 41 ›› Issue (2): 200-205.DOI: 10.13733/j.jcam.issn.2095-5553.2020.02.31

• 中国农机化学报 • 上一篇    下一篇

基于改进BP神经网络的农业机械数据预测研究

姬鹏飞;孟伟娜;杨北方;王丹丹;   

  1. 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;
  • 出版日期:2020-02-15 发布日期:2020-02-15
  • 基金资助:
    河南省科技攻关计划项目(182102110295)

  • Online:2020-02-15 Published:2020-02-15

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。

中图分类号: