基于改进BP神经网络的农业机械数据预测研究

作者：姬鹏飞; 孟伟娜; 杨北方; **丹^*

来源：中国农机化学报, 2020, 41(02): 200-205.

DOI：10.13733/j.jcam.issn.2095-5553.2020.02.31

• BP神经网络
• APSO
• 农业机械
• 预测

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。

• 单位
  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; 安阳工学院