基于深度信念网络的粮食产量预测

作者:徐路路; 张德贤
来源:河南工程学院学报(自然科学版), 2019, 31(01): 77-80.
DOI:10.16203/j.cnki.41-1397/n.2019.01.016

摘要

为了研究地区粮食产量的预测问题,提出了一种基于深度信念网络的粮食产量预测模型,利用改进K-means算法构建数据集预处理模型,通过多层受限玻尔兹曼机构建深度信念网络的预测模型,并利用对比散度算法训练预测模型。以河南省西华县1996—2016年小麦产量、种植面积与降雨量数据作为应用研究实例,将1996—2013年的小麦产量、种植面积与降雨量数据作为建模样本、2014—2016年的相关数据作为测试样本,进行预测模型的研究。结果表明,基于深度信念网络的粮食产量预测模型的平均预测精度超过97%,说明深度信念网络适用于地区粮食产量的预测,为粮食产量预测提供了一种新方法。

全文