文献类型：期刊文章

作　　者：赵桂芝[1] 赵华洋[1] 李理[1] 刘光宇[1]

Zhao Guizhi;Zhao Huayang;Li Li;Liu Guangyu(College of Mechanical Engineering,Inner Mongolia University for the Nationalities,Tongliao,028043,China)

机构地区：[1]内蒙古民族大学机械工程学院,内蒙古通辽028043

出　　处：《中国农机化学报》

基　　金：国家自然科学基金资助项目(51865046);2018年内蒙古自治区科技创新引导项目(KCBJ2018028);内蒙古自然科学基金项目(2018LH05002);内蒙古自治区高等学校科学研究项目(NJZY18159)

年　　份：2019

卷　　号：40

期　　号：1

起止页码：179-183

语　　种：中文

收录情况：BDHX、BDHX2017、核心刊

摘　　要：针对粮食产量影响因素复杂、随机波动大等特点,对粮食产量预测问题展开研究。用混沌理论对原始样本进行相空间重构,确定最佳的嵌入维数和延迟时间。发挥粒子群算法全局搜索能力强的优点,用PSO算法优化SVM参数,避免人工选取参数的盲目性。以某省2004—2015年粮食产量预测为案例进行仿真试验,并将预测结果与灰色GM(1,1)模型进行对比。结果表明,本文所建模型对2014年、2015年粮食产量预测结果相对误差分别为-6.38%和2.07%,MAPE为4.22%,优于灰色GM(1,1)模型,具有较高的预测精度,从而验证所提方法的先进性和有效性。

关 键 词：粮食产量预测 支持向量机 混沌理论  粒子群算法

分 类 号：TP18]