為提高河南省農(nóng)業(yè)機械數(shù)據(jù)預測的精度,獲得更可靠的預測結(jié)果,提出基于自適應粒子群算法（APSO）優(yōu)化的誤差方向傳播（BP）神經(jīng)網(wǎng)絡預測方法,利用APSO算法優(yōu)越的全局搜索能力更新BP神經(jīng)網(wǎng)絡的權值和閾值,有效結(jié)合兩種算法的優(yōu)勢,并引用河南省1986—2017年農(nóng)業(yè)機械數(shù)據(jù)進行測試。仿真結(jié)果表明,本文提出的APSO-BP算法比同等條件下BP神經(jīng)網(wǎng)絡算法和PSO-BP算法預測誤差平均可降低2.4%和1.35%,可以有效提高預測的速度和精度。 

【文章來源】：中國農(nóng)機化學報. 2020,41(02)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

BP神經(jīng)網(wǎng)絡結(jié)構(gòu)圖

APSO-BP算法流程圖

農(nóng)機總動力數(shù)據(jù)走勢圖

【參考文獻】：
期刊論文
[1]基于SAPSO的灰色神經(jīng)網(wǎng)絡優(yōu)化城市林研究[J]. 羅美淑,劉世勇,孫強,夏春艷.  中國農(nóng)機化學報. 2018(08)
[2]關于我國農(nóng)機發(fā)展的研究綜述[J]. 嚴中成,漆雁斌.  中國農(nóng)機化學報. 2017(04)
[3]基于PSO-BP神經(jīng)網(wǎng)絡的光纖壓力傳感器溫度補償研究[J]. 徐順,盧文科,左鋒.  儀表技術與傳感器. 2016(10)
[4]基于SAPSO算法的人群疏散模型研究[J]. 張永彬,王堅,王超,凌衛(wèi)青.  管理評論. 2016(08)
[5]BP網(wǎng)絡在吉林省農(nóng)機總動力預測中的應用[J]. 艾洪福,潘賀.  中國農(nóng)機化學報. 2016(08)
[6]基于PSO—BP算法的農(nóng)業(yè)機械數(shù)據(jù)預測分析研究[J]. 鄧濤,黃希光.  中國農(nóng)機化學報. 2016(04)
[7]我國農(nóng)業(yè)機械化發(fā)展?jié)摿ρ芯?方法與數(shù)據(jù)[J]. 劉恒新,李斯華,侯方安.  中國農(nóng)機化學報. 2016(02)
[8]基于BP神經(jīng)網(wǎng)絡的灌孔砌塊砌體抗壓強度預測[J]. 王鳳來,朱飛,周強.  建筑材料學報. 2015(06)
[9]基于改進PSO優(yōu)化BP神經(jīng)網(wǎng)絡的變壓器故障診斷[J]. 丁騰飛,曹云俠.  制造業(yè)自動化. 2015(10)
[10]基于灰色BP神經(jīng)網(wǎng)絡農(nóng)業(yè)機械總動力預測的研究[J]. 勾國華.  中國農(nóng)機化學報. 2013(05)



本文編號：3356356