發(fā)布時間：所屬分類：農業(yè)論文瀏覽：1次
摘 要： 摘要：在分析全國農業(yè)機械裝備數(shù)量的時間序列預測模型的基礎上，提出遺傳算法與BP神經網絡相結合，發(fā)揮遺傳算法全局搜索能力較強的優(yōu)點，減少和避免出現(xiàn)BP神經網絡在時間序列預測過程中運算結果落入局部最小值，最大程度地發(fā)揮神經網絡精度高、可自主學習和
摘要：在分析全國農業(yè)機械裝備數(shù)量的時間序列預測模型的基礎上，提出遺傳算法與BP神經網絡相結合，發(fā)揮遺傳算法全局搜索能力較強的優(yōu)點，減少和避免出現(xiàn)BP神經網絡在時間序列預測過程中運算結果落入局部最小值，最大程度地發(fā)揮神經網絡精度高、可自主學習和對非線性函數(shù)具有良好適應能力等優(yōu)勢。預測結果表明，利用遺傳算法與BP神經網絡相結合的方法預測全國農業(yè)機械裝備數(shù)量，農機總動力預測值與實際值最大誤差3.542%、農用大中型拖拉機數(shù)量預測值與實際值最大誤差4.132%和小型拖拉機數(shù)量預測值與實際值最大誤差6.021%，預測值與歷史樣本數(shù)據(jù)之間的絕對值平均誤差分別為1.080%、1.352%和1.765%，預測精度較穩(wěn)定，適用本文本時間序列預測問題。本文選自：《互聯(lián)網天地》內容涵蓋互聯(lián)網、IT、電信業(yè)中面對基層用戶的各方面業(yè)務，主要特點是集中整合互聯(lián)網消費信息、互聯(lián)網應用情況、網絡技術動態(tài)(特別是新技術推出后能開展的新業(yè)務等衍生內容)、各類產品業(yè)務開發(fā)應用及其運營特點、信息化(包括機構和企事業(yè)單位的信息化)、國外同業(yè)動態(tài)等，定期推出重大專題。文章內容注重專業(yè)性、權威性、可讀性、時效性和可操作性，專題強調深入、客觀、專業(yè)，具有建設性。
關鍵詞：農業(yè)機械,網絡應用,農業(yè)科技
但當BP神經網絡應用于預測模型尤其對于未來增長趨勢比較明顯的預測模型時，雖然其收斂精度較高，但其值域范圍受限導致訓練樣本擬合函數(shù)與預測數(shù)據(jù)有較大差異，導致其局部搜索能力較強但全局搜索能力較差，易陷入局部最優(yōu)值。本文通過引入遺傳算法，發(fā)揮該算法全局搜索能力較強的特點，對BP神經網絡權值和閾值進行預優(yōu)化，賦予各層較佳輸出解空間，發(fā)揮BP神經網絡局部搜索能力強的特點，實現(xiàn)強強聯(lián)合，提高時間序列預測的精準度。
BP(BackPropagationnetwork)神經網絡是當今預測領域應用最廣泛的一種神經網絡算法。BP神經網絡由3層組成:輸入層、隱含層和輸出層。每一層中都包含若干節(jié)點(神經元)，不同層之間節(jié)點通過權值進行全連接，同層節(jié)點之間無連接。其中，隱含層可為多層，實際應用過程中有一個隱含層的三層神經網絡結構即可實現(xiàn)非線性函數(shù)擬合。
本文中的優(yōu)化對象為BP神經網絡各層間權值和閾值。因此，在種群初始化時，遺傳算法采用常用的二進制編碼，并由農業(yè)機械數(shù)量的歷史樣本數(shù)目確定遺傳算法將優(yōu)化的參數(shù)(權值和閾值)個數(shù)，從而確定種群的編碼長度。因BP神經網絡隱含層神經元采用S型傳遞函數(shù)，為減小計算誤差，減少或避免計算結果落入局部最小值，權值和閾值應避免選擇區(qū)間內較小和較大數(shù)值，選擇在[-0.5，0.5]區(qū)間內的隨機數(shù)。遺傳算法計算流程。
本文采用基于遺傳算法的BP神經網絡，以我國從1997-2013年的農業(yè)機械數(shù)量為基礎數(shù)據(jù)進行訓練和測試和預測。其中，遺傳算法群體規(guī)模M=50，交叉概率pc=0.6，變異概率pm=0.01，BP神經網絡權值閾值取值空間為[-0.5，0.5]，訓練次數(shù)為1000，訓練目標為0.01，學習速率為0.1。我國在1997-2013年期間的農機總動力、農用大中型拖拉機數(shù)量和小型拖拉機數(shù)量的預測值與歷史樣本數(shù)據(jù)之間的絕對值平絕誤差分別為1.080%、1.352%和1.765%。由此看出，使用基于遺傳算法的BP神經網絡對于以農業(yè)機械數(shù)量為預測對象的時間序列預測模型的預測精度較好，預測精度穩(wěn)定性較佳。從預測誤差可以看出，本文所使用的BP神經網絡在預測本時間序列模型時，基本避免運算結果落入局部最小值，收斂性能較好，與前文中遺傳算法和BP神經網絡優(yōu)勢互補、強強聯(lián)合的理論設想較為一致。2014年我國農機總動力、農用大中型拖拉機數(shù)量和小型拖拉機數(shù)量的預測結果來看，該預測結果與2013年度數(shù)值比較有較大增長，但增長幅度有所下降。預計到2014年，我國農機總動力、大中型拖拉機數(shù)量和小型拖拉機數(shù)量分別為11.251×108kW、587.012萬臺和2043.201萬臺，與1997年相比分別增加了167.86%、751.96%和94.87%，與2013年相比分別增加了4.17%、10.75%和2.16%。其中，2014年農機總動力和小型拖拉機數(shù)量增長率分別小于2013年的增長率5.88%和3.3%，農用大中型拖拉機數(shù)量增長率大于2013年的增長率9.19%。由于我國在2004年出臺了一系列鼓勵提高農業(yè)機械化的法律、政策、法規(guī)，中央財政農機購置補貼資金投入連年大幅增加，極大地調動了農民購機的積極性和企業(yè)生產的積極性，促進我國農機裝備總量持續(xù)增長和農機結構優(yōu)化。隨著跨區(qū)作業(yè)和農業(yè)生產合作社的逐步發(fā)展，有效提高了農用大中型拖拉機在農業(yè)生產中的的利用率，降低了農民勞動強度，提高生產效率，因而其近幾年的保有量有較大增幅。小型拖拉機受農業(yè)產業(yè)結構調整和農業(yè)機械大型化的影響，其近幾年的保有量增幅逐年降低。
