针对传统油料产量预测方法精度低、需求数据量大的问题提出误差反传(back propagation, BP)神经网络预测模型，并利用粒子群算法优化该模型的权值和阈值，从而提高收敛速度以及预测精度。经历年油料产量及其相关数据训练测试，结果表明，该预测模型预测精度较高，为油料产量预测提供了一种有参考价值的应用方法。
科研之友
微信
新浪微博
Facebook
分享链接
