基于神经网络算法的土地轮耕面积预测

2019-07-24 09:19王聪张一名胡书通
商品与质量 2019年7期
关键词:隐层预测值个数

王聪 张一名 胡书通

华北理工大学经济学院 河北唐山 063000

土地轮耕和国家财政收入,国家人口数量,人均粮食需求,工业粮食需求,食粮产量,耕地面积变化,天气气候等息息相关,所以在做农业发展计划时预测可轮耕土地面积应将这些因素考虑进去。

1 对土地轮耕面积的影响因素进行预测

(1)通过查阅资料可收集到影响可轮耕土地面积因素的数据,如表1所示:

(2)将表1中近15年全国粮食产量数据、全国总人口数数据、人均粮食需求数据、耕地面积数据、国家财政收入数据、国家财政支出数据、降水量数据进行曲线拟合,整理各项数据拟合结果得到如表2所示各项影响因素预测值:

2 对土地轮耕面积进行预测

5年后轮耕土地面积的大小由以上几项影响因素决定,建立BP神经网络对数据进行处理预测2023年的轮耕土地面积。通过样本数据的训练,不断修正网络权值和阈值使误差函数沿负梯度方向下降,逼近期望输出。土地轮耕休种政策是从2016年实施的,所以将2016年、2017年2018年以及2023年的数据作为训练样本,建立输入端为7,输出端为1的BP神经网络,因为有一个隐层的神经网络,只要隐节点足够多,就可以以任意精度逼近一个非线性函数,所以采用含有一个隐层的三层多输入单输出的BP网络建立预测模型。选取隐层神经元个数的问题上参照以下的经验公式:

其中,n为输入层神经元个数,m为输出层神经元个数,a为[1,10]之间的常数。根据上式可以计算出神经元个数为4-13个之间,在本次实验中选择隐层神经元个数为4。利用该模型求2023年可轮耕土地面积预测值。表5为输出的数据。

通过使用matlab软件对组后的数据进行运算处理最终得到2023年可轮耕土地面积的预测值为9192.5万亩[1-2]。

3 结语

通过对近15年有关国家财政收入,国家人口数量,人均粮食需求,食粮产量,耕地面积变化,天气气候等影响因素的数据进行分析,并将这些数据按年份进行排序处理,同时对这些数据进行拟合,得到拟合曲线,利用BP神经网络算法对可轮耕土地面积进行预测得到2023年的土地轮耕预测面积[3]。

表1 近15年影响可轮耕土地面积的因素的数据

表2 拟合预测值汇总

表3 BP神经网络预测数据

猜你喜欢
隐层预测值个数
基于RTD可编程逻辑门的n变量函数实现算法
一种自适应确定隐层节点数的增量半监督超限学习机算法
加拿大农业部下调2021/22年度油菜籽和小麦产量预测值
怎样数出小正方体的个数
AI讲座:ML的分类方法
自体荧光内镜对消化道肿瘤诊断临床应用分析
基于改进烟花算法的ELM 分类模型*
怎样数出小木块的个数
基于深度学习的金融衍生品RSI指标预测模型
最强大脑