科研之友
微信
新浪微博
Facebook
分享链接
摘要
选用改进后精度更稳定、可视化的neuralnet包人工神经网络模型对粮食产量进行预测。结果显示，在验证样本中粮食产量预测值与实测值的相关系数为0.991 039 8，平均相对误差为0.006 339 629,10次交叉检验方法得到的均值误差平均值为0.001 229 604；表明预测值与实测值误差较小，拟合效果近乎直线，其中相对误差比spss多层感知器、nnet包分别提高了3.9%、1.1%。该结果表明neuralnet神经网络预测模型具有较好的预测性和可行性，可作为新技术权衡农作物的利用分配，促使农产品经济的不断增长和推进农业产业的可持续发展。
- 单位
