论文部分内容阅读
基于灰色理论和BP神经网络建立GM（1，1）-BP神经网络组合模型，把灰色模型的时序性、无序性等优点与BP神经网络自学习、自组织的特点相结合，对耕地数量进行组合预测。结果表明，组合模型对耕地数量的变化预测精度较单一的灰色预测法有提高，与实际值有较好的拟合度，且具有简单、易用的特点。
基于GM（1，1）-BP神经网络的城市耕地数量预测研究
【摘 要】
：
基于灰色理论和BP神经网络建立GM（1，1）-BP神经网络组合模型，把灰色模型的时序性、无序性等优点与BP神经网络自学习、自组织的特点相结合，对耕地数量进行组合预测。结果表明，组合模
【机 构】
：
华南农业大学信息学院
【出 处】
：
安徽农业科学
【发表日期】
：
2012年9期
其他文献
现在整个汽车行业处在一个变革之中,消费者也在改变。现在00后已经可以有驾照了,他们对汽车的使用习惯是什么样;技术也在改变,包括自动驾驶,还有新能源、智能网联;政策法规也
利用2001-2010年逐月秦皇岛、昌黎、抚宁及青龙观测站气象资料，筛选出401个样本个例，应用常规统计学方法及天气学理论．按不同分级统计分析降雨（雪）前6-8h风向、风速及转为海风时的