论文部分内容阅读
结合灰色GM（1，1）预测模型和BP神经网络2种预测模型的优点，提出了一种灰色神经网络模型，并用该模型对蚌埠市小麦产量进行预测。结果表明，灰色神经网络预测精度高于单一的灰色GM（1，1）预测模型或BP神经网络。
基于灰色神经网络的粮食预测
【摘 要】
：
结合灰色GM（1，1）预测模型和BP神经网络2种预测模型的优点，提出了一种灰色神经网络模型，并用该模型对蚌埠市小麦产量进行预测。结果表明，灰色神经网络预测精度高于单一的灰色GM（1，1）预
【机 构】
：
安徽大学数学与计算科学学院,安徽大学计算智能与信号处理教育部重点实验室,安徽电子信息职业技术学院
【出 处】
：
安徽农业科学
【发表日期】
：
2009年26期
【基金项目】
：
基金项目973计划（国家重点基础研究）项目（2007CB311003）,国家自然科学基金项目（60675031）,安徽大学人才队伍建设经费资助,安徽大学211工程学术创新团队经费资助.
其他文献
研究了广东省农科院白云基地春季温室、大棚、田间3种栽培模式下,番茄的生长发育随气候因子的不同变化,其中主要研究了温度、湿度和总辐射3种气候因子的影响。结果表明,温室
[目的]研究接种量、温度、初始pH值和培养时间对蜡状芽孢杆菌发酵鸡蛋清工艺条件的影响，并研究产物的相关性质.[方法]采用单因素试验和正交试验对发酵条件进行优化，并测定产物