江苏大学学报(自然科学版)

作者：庄星,韩飞

单位：江苏大学 计算机科学与通信工程学院, 江苏 镇江 212013

关键词：粮食产量, 预测, BP神经网络, 粒子群, 人工蜂群, 混合群智能

基金：<p>国家自然科学基金资助项目(61572241,61271385); 国家重点研发计划项目(2017YFC0806600); 江苏省&ldquo;六大人才高峰计划&rdquo;高层次人才计划项目(2015DZXX024); 江苏省&ldquo;333工程&rdquo;第三层次人才计划项目((2016)III-0845)</p>

&nbsp;针对前馈神经网络预测粮食产量的方法易陷入局部最优的问题,提出一种基于粒子群算法和人工蜂群算法的改进BP神经网络模型.利用粒子群优化算法和人工蜂群算法在全局搜索能力上的不同优势,结合两者对BP神经网络的权值和阈值进一步优化,以提升粮食产量预测模型的准确性与鲁棒性.给出基于粒子群和人工蜂群混合的ABPSO算法的具体实现,并选择1979年至2012年我国粮食的产量及影响其产量的8项因素作为数据集进行试验.结果表明： 改进的BP神经网络能够较好地预测国内近几年的粮食产量变化趋势;相比未优化的BP模型,新算法预测误差平均值由847 780 t降低至240 320 t,误差范围由1 894 200 t降低至586 800 t.

来源：2019年第2期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2019年第2期