收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于经验模态分解与BP神经网络的农机总动力增长预测

王金峰  闫东伟  鞠金艳  王金武  
【摘要】:为提高农机总动力增长变化预测结果的准确性和可靠性,根据农机总动力增长变化与其影响因素之间具有在各时间尺度明显的非线性波动特征,提出以1986—2013年农机总动力增长为研究对象,分别对农机总动力增长及其影响因素时间序列数据进行经验模态分解(empirical mode decomposition,EMD),对得到的各时间尺度下的波动分量分别建立BP神经网络预测模型。将EMD-BP网络预测结果与多元线性回归、支持向量机、BP神经网络进行对比分析,结果表明:基于EMD-BP网络建立的农机总动力增长预测模型,拟合和预测平均相对误差分别为0.99%和1.29%,相关决定系数约为0.999,均方根误差为316.35 MW,模型评价等级为"好",各项精度评价指标都优于其他方法,因此该预测模型精度高、可靠性强。研究成果为农业机械化发展规划的制定和出台相关政策提供有效参考。

知网文化
【相似文献】
中国期刊全文数据库 前13条
1 赖庆辉,米伯林,杨志坚;基于人工神经网络的黑龙江省农机总动力预测[J];农机化研究;2005年04期
2 严磊;毛凤梅;雷邦军;罗会亮;;农机总动力预测的灰色神经网络新方法[J];中国农机化学报;2013年03期
3 胡新治,王文章;谈河南农机化发展速度[J];农村机械化;1998年10期
4 朱瑞祥;黄玉祥;杨晓辉;;用灰色神经网络组合模型预测农机总动力发展[J];农业工程学报;2006年02期
5 杨智来;吴杰;温浩军;蒲明;;基于串联型灰色神经网络新疆兵团农机总动力预测[J];新疆农机化;2013年05期
6 宋珲;董欣;王兵;;基于BP神经网络的农机总动力预测模型研究[J];东北农业大学学报;2009年04期
7 马素萍;高洪波;;农机总动力影响因素灰色关联分析及GM(1,1)预测——以江苏省为例[J];北京农业职业学院学报;2013年06期
8 张海云;;农机总动力的预测及多种数学方法的应用比较[J];中国农机化;2006年02期
9 王吉权;邱立春;王福林;王英;任艳杰;孙福田;;BP神经网络在农机总动力预测中的应用[J];数学的实践与认识;2013年01期
10 陈晓青;刘青云;;柴油机如何降耗节油[J];南方农机;2010年01期
11 陈士松;;“机、油、田挂钩”促农机务农[J];湖北农机化;1989年03期
12 李长耀;用“两法”鼓实劲[J];河北农机;1995年04期
13 ;[J];;年期
中国硕士学位论文全文数据库 前1条
1 许淑芹;黑龙江省农机总动力预测方法的研究[D];黑龙江八一农垦大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978