BP神经网络在耕地减少预测中的应用研究

由于耕地资源的有限性,因此有必要掌握陕西省的耕地面积减少趋势.利用前向多层神经网络的反向传播算法,即BP算法.采用MATLAB软件建立用于预测的BP神经网络,将已知陕西省的耕地资源年减少量通过BP神经网络进行训练,建立陕西年耕地面积减少的时间序列的预测模型.此BP神经网络在对陕西的耕地资源年减少量进行预测时精度较高,可靠性较好.表明BP神经网络用于耕地减少的预报具有一定的可行性.     

基于IOWA算子的港口吞吐量组合预测方法

为了合理地预测港口吞吐量,给出了一种基于诱导有序加权平均( IOWA)算子的港口吞吐量组合预测方法。建立了基于IOWA算子的港口吞吐量组合预测模型;选择具有较强非线性映射能力的BP神经网络和能够处理少量不完全信息的GM(1,1)作为单项预测模型;最后以连云港港口吞吐量为例,对预测效果的准确性进行了评价并科学合理地预测了连云港2013-2015年的港口吞吐量。结果表明,基于IOWA算子的组合预测方法预测效果的准确性较高。     

基于遗传算法与支持向量机的农业经济预测

传统的BP神经网络在非线性预测中容易陷入局部极值,影响其预测精度。对此,本文提出了基于遗传算法与支持向量机的农业经济预测方法,以BP神经网络与本文GA-SVM预测模型进行对比分析,实验结果表明,基于遗传算法与支持向量机的农业经济预测模型比BP神经网络有着更高预测精度,并以吉林省数据进行了试算。     

河南省科研人才需求预测模型及其检验

BP神经网络可以通过学习功能利用样本数据模拟复杂的函数,适用于解决科研人才需求预测问题。本文搜集河南省有关数据,利用BP神经网络构建科研人才需求预测模型,并对模型的预测精度进行评估,在科研人才需求预测结果基础上,提出预测模型的改进措施。     

基于RBF神经网络的水产品冷链物流需求预测研究

[目的]水产品是我国农业经济的重要组成部分,冷链物流制约着水产品的可持续发展。为实现水产品供需均衡和物流资源合理配置,有效推进水产品冷链物流行业快速发展,对水产品冷链物流需求进行预测尤为重要。[方法]选取影响水产品冷链物流需求的9个主要因素,运用RBF神经网络模型、BP神经网络模型、多元线性回归模型和GM(1,1)模型对2007—2016年我国水产品冷链物流需求分别进行模拟预测,并对预测结果进行对比分析。[结果]总体上我国居民对水产品的需求量逐年上升,2016年的需求量超过1 600万t,水产品冷链物流需求具有极大的市场空间;在水产品冷链物流需求预测中,RBF神经网络预测结果的残差平均值、相对误差平均值和误差均方根均比BP神经网络、MLR和GM(1,1)模型的预测误差小。[结论]RBF神经网络模型对水产品冷链物流需求的预测精度显著优于其他预测方法,表现出极强的处理非线性系统的能力,说明RBF神经网络模型是预测水产品冷链物流需求的一种有效方法。     

基于PCA-ANN的水利工程标高金预测模型

在水利工程投标竞争中,施工企业投标报价的合理性是赢得该项目的重要前提,而标高金的准确性直接影响投标报价的合理性。采用基于主成分分析的BP神经网络方法,建立了标高金预测模型。利用主成分分析(PCA)方法,对标高金的影响因素进行降维,在保留原始数据信息的条件下,通过消除样本数据间相关性、减少模型输入变量的数目,简化网络结。利用BP神经网络(ANN)寻找数据的内在联系和规律,客观而较为准确地预测出标高金。根据该模型,以某承包商历年来水利工程投标报价的原始数据为基础,对标高金进行了预测,结果表明模型预测结果满足实际需要。     

基于BP神经网络的ERP系统实施效果评价

神经网络具有自学习、自适应能力和容错性强等特点,利用BP神经网络模型对ERP系统实施效果进行综合评价,不仅可以提高ERP系统实施成功率,而且可以增强企业的竞争力,对于推动我国企业信息化建设具有非常重要的意义。     

三峡库区紫色土陡坡耕地土壤侵蚀量预测模型研究

以径流小区观测资料为基础,运用BP神经网络(Back Propagation Neural Network)方法对三峡库区紫色土陡坡耕地土壤流失量预测模型进行了模拟研究;建立了以次降雨量、径流量、前期土壤含水量、土壤容重和土壤孔隙度为输入层,以土壤侵蚀量为输出量的3层BP神经网络预测模型;通过模型学习和模拟计算进行检验,显示出了较好的预测效果。     

基于BP神经网络的我国农产品市场风险预警研究

本文从影响农产品供给与需求的因素,以及自然、经济、政策与国际环境等影响农产品价格的因素等方面出发构建了我国农产品市场风险预警的指标体系,并以大豆为例,利用BP神经网络对大豆市场风险预警进行了实证分析,网络训练和验证结果表明BP神经网络很好地拟和、预测出了我国大豆市场风险水平,说明基于BP人工神经网络的农产品市场风险预警模型是切实可行的。     

山东省商品房价格预测研究

本文基于山东省近23年商品房价格及其影响因素数据,建立多元线性回归模型、BP神经网络模型和时间序列模型,以期找到最合适的房价预测模型。首先对选取的影响商品房价格的12个自变量进行变量选择,然后建立上述三个模型,对比分析三种不同模型的拟合效果预测山东省商品房均价,最后得出结论：多元线性回归模型拟合效果最好,比较适合用于房价预测;BP神经网络模型预测值最准确,但从模型的拟合效果看不太适合用于长期预测;时间序列模型拟合效果较好,预测能力相对另外两个模型是比较差的,预测的精度相对较低。     

节假日乡村旅游客流量预测——基于季节性调整的支持向量机模型研究

在"乡村振兴"背景下,乡村旅游成为乡村经济发展新的增长点,其肩负着转移乡村剩余劳动力、提高农产品质量、转变农村土地使用等实现农民增收增效提高提升农村精神文明程度的重大责任。乡村旅游是以"三农"资源为载体的新型业态,对于假日乡村旅游客流量预测的重要性不言而喻。文章基于北京市延庆区2014-2018年节假日的乡村旅游客流量数据,建立PSO算法优化的SVR预测模型,并针对客流量数据的非线性波动和季节性特点,对模型进行季节性调整,最后提出季节性调整的SVR-PSO节假日乡村旅游客流量预测模型,同时将模型预测出来的精度与BP神经网络(BPNN)、自回归滑动平均模型(ARMA)、遗传粒子群寻优(PSO-GA)等方法的预测效果进行比较分析。结果表明:基于PSO参数寻优的SVR支持向量机预测模型(SVR-PSO)在精度上具有较大优势,能有效地对北京市延庆区节假日乡村旅游客流量进行精准预测。对于非线性小样本且季节性变化较大的数据,采用季节性调整的SVR-PSO模型,可以极大地提高预测精度和收敛速度,且调节参数少,简单易行,可以实现模型数据的精准预测。     

基于BP神经网络的三峡库区开县耕地面积预测研究

开县是三峡库区的一个农业大县,选择开县为研究点,一方面探讨BP神经网络在县域内应用的可行性;另一方面探讨开县耕地变化的过程及其相关影响因子,并预测开县耕地的数量,为开县的耕地资源保护和农业的可持续发展提供保证。利用二元定距变量相关分析的方法分析耕地数量和相关指标的相关性系数,同时利用BP神经网络的方法,训练得出耕地面积与相关指标的关系,然后利用训练网络建立预测模型。通过二元定距变量相关分析得出年末总人口等14个指标与耕地的数量相关性明显。然后通过BP神经网络训练出指标与耕地面积的关系,其训练精度达0.00001,利用该网络预测出了开县2008年、2010年、2015年、2020年的耕地面积。     

农产品物流大有可为

我国是一个农业大国，农业生产资料和农产品的物流量不仅数量巨大，而且供应非常分散，物流成本很高。如果能降低农业生产和农产品流通过程中的物流成本，就可以增加农民收入。目前我国农产品物流具有三大特点：第一，农产品物流数量大、品种多。第二，在物流过程中包装难、装卸难、运输难、仓储难。第三，农产品物流要求高。     

河南省房价走势预测

本文分析河南省房地产市场的特点和影响房价走势的主要因素,对比已有的房价预测模型,提出用改进的BP神经网络进行预测的模型,为个人和相关部门决策提供理论支持和实践参考。     

改善和发展我国农产品物流的思考

农产品在物流过程中不仅可以实现其价值与使用价值 ,而且还能降低生产与流通成本 ,提高农业的整体效益。但是长期以来 ,农产品物流的理论研究相对落后 ,“重生产、轻流通”的现象较为突出 ,严重制约了农业生产和农村经济的发展。本文从分析我国农产品物流的特点出发 ,指出了农产品物流中存在的问题 ,并在此基础上提出了加快改善和发展我国农产品物流的对策。     

基于RFID技术的农产品物流体系研究

在传统物流模式下,农产品在采摘、运输、储存过程中不仅损耗大,还不能进行溯源管理,食品安全难以保障,因此,该模式已不能满足市场需要.基于RFID技术的农产品物流体系的建立能有效提高农产品物流效率,降低农产品物流过程中的损耗,实现农产品有效追踪和追溯,阻止假冒伪劣产品对正品的危害,确保消费者安全消费.本文在介绍RFID技术发展情况的基础上指出了RFID在农产品物流中的应用,分析了建立基于RFID技术的农产品物流体系的必要性,并结合实际给出了基于RFID技术的农产 品物流模式.该模式通过RFID标签有效采集农产品生产、加工、包装、仓储、运输、销售过程中的各种信息,加速了信息流转的同时实现了农产品各阶段信息的可追溯性,增强了食品安全,确保消费者的消费安全.     

我国主要农产品产量的灰色预测模型

影响农产品产量的重要因素主要分为两大类，一类为具有明显时间趋势的因素，另一类为无明显时间趋势的因素。在此基础上建立了灰色系统理论与多元回归分析方法相结合的预测模型。从而使预测精度大大提高。     

BP神经网络矿产资源评价程序模块设计及其应用研究——以东天山铜镍硫化物矿床为例

在深入研究BP神经网络算法的基础上,开发BP神经网络矿产资源评价功能模块并以东天山地区铜镍硫化物矿床为例开展成矿远景区预测工作。使用MRAS软件中的特征分析功能基于相同样本数据开展预测评价,并对两种模型产生的结果进行对比分析和交叉验证。证明BP神经网络程序的正确性,同时总结BP神经网络矿产资源评价应用的关键技术要点。     

农产品物流市场亟待培育和完善

物流业作为一种新兴产业，正在我国蓬勃发展。我国是一个农业大国，具有丰富的农产品资源，农产品物流在国民经济发展中举足轻重的作用。从我国目前的现实来看，农产品物流市场还处于十分落后的状况，培育农产品物流市场不仅必要而且紧迫。培育和完善农产品物流市场，主要是对农产品物流市场运行环境、农产品物流市场主体及农产品物流市场运行规则进行培育和完善。     

基于组合模型的陕西特色农产品物流需求预测

陕西作为我国的农业大省,特色农产品规模大、品类多,物流需求量大。运用组合模型预测法预测陕西特色农产品物流需求,为陕西政府部门制定促进特色农产品流通的物流政策,促进农业经济发展和农民增收不仅意义重大,也可为其他地区提供了可资借鉴的预测方法。