基于遗传神经网络的粮食产量预测方法研究

论文摘要

随着粮食流通体制改革的深入进行,粮食流通由统购统销转向市场开放。国家逐步转向对粮食市场进行宏观调控管理,建立了国家粮食储备制度。为了加强国家对储备粮食的管理,对粮库业务应用计算机管理方面的研究开发显得尤为重要,研究开发国家粮食产量的预测,加强粮食行业的企业内部管理,提高企业整体管理水平,有利于各级领导对当前经济形势进行定量分析的科学预测。本文建立基于BP神经网络的粮食产量预测模型,将国家统计局发布的粮食产量数据作为模型的训练样本和测试样本。通过比较BP算法和遗传算法优化后的BP算法在粮食产量预测模型中的预测效果,表明了遗传算法优化后的BP算法比BP算法具有较快的收敛速度和较高的预测精度。最后,通过分析预测效果可以得出结论:遗传算法对BP神经网络权值和阈值的优化,达到了加快收敛速度、提高预测精度的目的。根据这种思路所建立的神经网络模型粮食产量预测方面的应用是可行的,神经网络模型在实际的粮食产量预测问题中有着广泛的应用前景。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究的背景、目的和意义
• 1.2 国内外发展现状
• 1.3 研究内容和组织结构
• 1.3.1 研究内容
• 1.3.2 组织结构
• 第2章 关键技术研究
• 2.1 神经网络
• 2.1.1 常用神经网络模型
• 2.1.2 BP神经网络的基本原理
• 2.1.3 BP神经网络的改进
• 2.2 遗传算法
• 2.2.1 遗传算法概述
• 2.2.2 遗传算法的操作步骤
• 2.2.3 遗传算法的优点
• 2.3 遗传算法和神经网络的结合
• 2.3.1 遗传算法优化神经网络的权值
• 2.3.2 遗传算法优化神经网络的结构
• 2.4 本章小结
• 第3章 时间序列预测模型研究
• 3.1 时间序列预测建模
• 3.1.1 粮食产量预测模型训练模块
• 3.1.2 粮食产量预测模块
• 3.2 数据准备和预处理
• 3.2.1 数据准备
• 3.2.2 数据预处理
• 3.2.3 数据预处理的新方法
• 3.3 BP算法的MATLAB实现
• 3.4 预测模型的确定方法
• 3.4.1 结构的确定方法
• 3.4.2 权值的确定方法
• 3.5 本章小结
• 第4章 BP神经网络在粮食产量预测中的应用
• 4.1 定义预测效果评价指标
• 4.2 粮食产量预测模型的确定
• 4.2.1 模型结构的确定
• 4.2.2 模型权值的确定
• 4.3 粮食产量预测与结果分析
• 4.3.1 纯BPNN模型预测
• 4.3.2 数据未经预处理的遗传BPNN模型预测
• 4.3.3 数据经过预处理的遗传BPNN模型预测
• 4.3.4 结果分析比较
• 4.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢
• 个人简历