基于深度学习LSTM多模型的湖南农业产量预测研究

作者：李森林; 唐波; 马竹根; 印东

来源：怀化学院学报, 2023, 42(05): 72-76.

DOI：10.16074/j.cnki.cn43-1394/z.2023.05.010

• LSTM模型
• 湖南农业
• 产量预测

农产品产量预测是农业科学研究的一个重要领域，对于农业生产的规划、决策和管理具有重要意义。随着神经网络预测模型的快速发展，深入研究其在农业领域的预测应用成为热点。为此，提出了能够有效捕获数据长时间依赖关系的农产品产量预测LSTM模型，在此构建了单层LSTM、堆叠LSTM、双向LSTM和BP模型，对湖南农产品油料、粮食和棉花进行数据收集、特征提取、模型训练、评估和预测。实验表明：第一，4种模型都获得了较好的结果；第二，模型性能不仅仅与模型结构、参数有关，也与数据集多少直接相关；第三，构建的模型可以用于湖南的农产品产量预测应用。

• 单位
  怀化学院