- 0
- 0
- 约3.12千字
- 约 48页
- 2023-06-13 发布于北京
-
正版发售
- 1、本文档共48页,仅提供部分内容试读,阅读完整内容需要下载文档。
- 2、本内容来自版权合作机构,仅供个人学习、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。
- 3、因数字商品的特殊性,一经售出,不提供退换货服务、不进行额外附加服务。
龙源版权所有
基于BP神经网络、ARIMA和LS-SVM模型的集成预测研究作者:李鹏飞 王青青 毋建宏 陈华雪来源:《江苏农业科学》2020年第04期
摘要:利用单一预测模型进行产量预测时,由于各模型的数学原理不同,对同一数据的处理只能基于数据的部分特征,在预测时无法深度挖掘数据的潜在规律,易出现较大的预测偏差。基于以上问题,笔者以1978—2017年陕西省苹果产量数据为研究对象,将1978—2012年产量作为预测模型的训练数据,2013—2017年产量作为测试数据,选取BP神经网络、ARIMA、LS-SVM 3种在数学原理上具有明显差异的预测模型,采用集成预测策略,依据3种预测模型对训练数据的平均相对预测误差确定各模型的预测权重,最终对各模型预测的2013—2017年数据进行加权获取集成预测值。实证分析表明,集成预测值的平均相对误差在2.5%以内,其预测结果比单一预测模型更加准确和稳健,可有效实现苹果产量高精度预测。
关键词:BP神经网络;ARIMA;LS-SVM;陕西苹果产量;集成预测
中图分类号: S11+9文献标志码: A
文章编号:1002-1302(2020)04-0294-07
收稿日期:2019-07-30
基金项目:国家社会科学基金(编号:18FGL022);教育部哲学社会科学研究后期资助项目(编号:18JHQ082);陕西省科技厅重大项目(编号:2018ZDXM-GY-188);陕西省社会科学界2019年重大理论与现实问题研究项目(编号:2019TJ038);陕西高校青年创新团队;西安市科技计划[编号:201806117YF05NC13(5)]。
作者简介:李鹏飞(1975—),男,陕西户县人,教授,硕士生导师,主要从事电商大数据分析研究。E-mail:lpf@xupt.edu.cn。
通信作者:毋建宏,副教授,主要从事大数据处理研究。E-mail:wujh@xupt.edu.cn。
陕西省因独特的地理优势,已成为中国苹果产区中唯一符合7项气象指标的苹果生产最适宜区。苹果产业是陕西省农业特色的优势产业,不仅是陕西省农业经济的重要支柱之一,也是农民收入的重要来源[1]。2017年,陕西省苹果产量达到1 153.94萬t,约占中国苹果总产量的1/4,世界苹果总产量的1/7。苹果产业已成为全国农业结构调整的典范,因而构建符合产量变化趋势的预测模型,合理准确预测苹果产量,对指导陕西省乃至全国苹果产业具有重要的理论价值和实际意义。
随着现代预测理论的发展,传统的BP神经网络[2]、ARIMA模型[3]和支持向量机回归模型[4]已难以满足当今研究需求。众多学者将单一预测方法的组合预测模型作为研究重点,如ARIMA和BP神经网络组合[5];经验模态分解、主成分分析和人工神经网络组合[6];季节调整法和BP神经网络组合[7];EGA算法和灰色Verhulst计量组合[8]等。也有部分学者基于模型预测性能的优劣,将具有优势互补的单一模型进行集成,如将定量与定性预测相结合的集成预测模型(SIF)[9];经验模态分解和支持向量机集成[10];灰色GM(1,1)、ARIMA和VAR集成[11]等,集成预测模型克服了单一模型预测的缺陷,提高了预测精度。
为深度挖掘陕西省苹果产量潜在的变化规律,同时多原理、多角度地预测苹果产量,本研究选取BP神经网络、ARIMA和LS-SVM模型3种在数学原理上差异较大的模型作为预测模型,由于3种模型对中短期预测效果较好,将1978—2012年数据作为训练数据,而2013—2017年5年数据作为测试数据,采用MATLAB软件,对其进行拟合和测试,然后根据3种预测模型训练值的相对误差,计算出各模型的平均相对误差,并按照权重计算公式确定单一预测模型的权重,最后将加权的结果作为最终的集成预测值。
1BP神经网络、ARIMA、LS-SVM和集成预测模型理论
1.1BP神经网络
反向传播(back propagation,简称BP)神经网络是由输入层、隐含层、输出层构成的一种前馈型人工神经网络,通过约束网络神经元之间的联系,实现模拟大脑神经网络智能处理信息的功能[12],其网络的架构见图1。
输入层和输出层与外界相连,隐含层承担计算功能。BP神经网络每组输入数据有对应的目标输出,能够实现信息由输入层至输出层的前向传播,并根据误差平方和最小原则实现误差的反向传播,在此过程中,沿着梯度最速下降的方向[13],调整不同层神经元之间权值和阈值,使神经网络能够根据输入特征实现对输出的逼近。
BP神经网络训练流程:
1.1.1正向传播
设输入数据为xi,输入层到隐含层的权值为vij,隐含层个数为m,阈值为αk,激励函数为f1,每个节点的输出值γi,隐含层到输出层的权值为vij,输出层
同期文章
- 地区差异、受教育程度对农民参加养老保险行为的影响-《江苏农业科学》(2020年4期).docx
- 陕西省农民专业合作社农业技术应用现状及对策-《江苏农业科学》(2020年4期).docx
- 基于重点实验室建设管理的农业科研院所学科发展探讨-《江苏农业科学》(2020年4期).docx
- 河南省设施农业发展潜力评价与布局优化-《江苏农业科学》(2020年4期).docx
- 鸟粪石结晶法回收高浓度酸性含磷废水中磷的研究-《江苏农业科学》(2020年4期).docx
- 1株热带海洋光合细菌的筛选、鉴定及水质净化能力-《江苏农业科学》(2020年4期).docx
- 1株氟环唑降解菌的分离鉴定及降解特性-《江苏农业科学》(2020年4期).docx
- 农田土壤重金属污染特征、生态风险评价与来源分析-《江苏农业科学》(2020年4期).docx
- 基于ETM影像的森林覆盖率统计分析——以林芝市巴宜区为例-《江苏农业科学》(2020年4期).docx
- 基于CLUE-S模型的土地利用空间格局情景模拟——以忻州市忻府区为例-《江苏农业科学》(2020年4期).docx
您可能关注的文档
- 氮肥减量施用条件下配施土壤调理剂对白菜生长、产量和品质的影响-《江苏农业科学》(2019年17期).docx
- 不同类型果袋微环境对富士苹果果实发育和品质的影响-《江苏农业科学》(2019年17期).docx
- 生物炭对连作障碍条件下土壤微生物和草莓生长的影响-《江苏农业科学》(2019年17期).docx
- 高温胁迫对3个番茄品种生长和生理指标的影响-《江苏农业科学》(2019年17期).docx
- 椰糠复合基质对温室番茄生长及品质的影响-《江苏农业科学》(2019年17期).docx
- 日光温室栽培模式下不同人参的生理指标差异分析-《江苏农业科学》(2019年17期).docx
- 猴头菇液体菌种中杂菌的分离鉴定及变化规律-《江苏农业科学》(2019年17期).docx
- 盐碱胁迫对龙葵种子萌发及幼苗生长的影响-《江苏农业科学》(2019年17期).docx
- 贡菊不同花期3种活性物质含量及相关基因表达-《江苏农业科学》(2019年17期).docx
- 台州地区猕猴桃不同品种的果实品质表现-《江苏农业科学》(2019年17期).docx
龙源期刊网创建于1998年,是中国领先的人文大众期刊数字发行平台。全文在线的综合性人文大众类期刊品种达到4200多种,优质版权文章数量超过2500万篇,内容涵盖时政、管理、财经、文学、艺术、哲学、历史、社会、科普、军事、教育、家庭、体育、休闲、健康、时尚、职场等全领域。
文档评论(0)