基于最小二乘支持向量机的灌区粮食产量预测研究(英文)

文献类型： 中文期刊

第一作者： 宰松梅

作者： 宰松梅;贾艳辉;温季;郭冬冬

作者机构：

关键词： 产量;预测;最小二乘支持向量机;模型

期刊名称： Agricultural Science & Technology

ISSN： 1009-4229

年卷期： 2009 年 06 期

页码： 7-9+12

摘要： 对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。最小二乘支持向量机,采用二次规划方法代替传统的支持向量机来解决函数估计问题。最小二乘支持向量机在利用结构风险原则时,在优化目标中选取了不同的损失函数,即误差ξ_i(允许错分的松弛变量)的二范数。这使得最小二乘向量机的优化问题为:min(1/2)‖w‖~2+C(1/2)sum from i=1 to 1ξ_i~2(ξ_i是松驰变量;C为正则化参数)。用于函数估计的最小二乘SVM为:y(x)=sum from k=1 to Nα_k K(x,x_k)+b。采用等式约束可以将求解的优化问题转化成线性方程,大大减少算法的复杂性,另外,采用径向基核函数的最小二乘SVM仅需确定γ、σ2个参数(γ为可调参数,σ为核函数宽度系数),参数的搜索空间由标准SVM的三维降低到二维,极大地加快了建模速度。对γ,σ2个参数通过模型评估来确定参数最优值,大大提高了预测的精度。对河南省人民胜利渠灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘SVM预测的最大误差7.12%,平均误差4.81%;灰色理论预测的最大误差38.36%,平均误差17.52%;神经网络预测的最大误差10.40%,平均误差6.80%。可见,最小二乘支持向量机模型有较高的预测精度和良好的推广能力,预测结果优于灰色预测理论和人工神经网络,可作为灌区粮食产量预测的一种新方法。

分类号： F326.11

  • 相关文献

[1]基于最小二乘支持向量机的灌区粮食产量预测研究(英文). 宰松梅,贾艳辉,温季,郭冬冬. 2009

[2]基于最小二乘支持向量机的灌区粮食产量预测研究. 宰松梅,贾艳辉,丁铁山,温季,郭冬冬. 2010

[3]谷物联合收割机收获小麦含杂率高光谱反演研究. 陈满,倪有亮,金诚谦,徐金山,袁文胜. 2019

[4]基于不同气温类型的一代灰飞虱发生期预测. 顾国华,葛红,徐莉,季桦,薛爱芳. 2008

[5]作物产量预测的BP神经网络模型研究. 宰松梅,郭冬冬,温季,罗华梁,董汝瑞. 2010

[6]基于长短时记忆模型的包虫病爆发风险预测混合模型的建立. 陈春蓉,赵瑾,贺兆源,李家宝,陈海兰,贾耿介. 2024

[7]中国农业政策分析和预测模型——CAPSiM. 黄季焜,李宁辉. 2003

[8]基于灰色-马尔科夫残差预测模型的甘南草地载畜量预测. 赵有益,林慧龙,张定海,任继周. 2012

[9]荧光特征分子表征冷鲜羊肉新鲜度. 马红艳,张德权,陈丽,郑晓春. 2022

[10]肉鸡生长性能及营养需要预测技术研究进展. 刘国华,蔡辉益. 2012

[11]橘小实蝇发生期及发生量预测模型研究. 李鸿筠,刘浩强,姚廷山,胡军华,冉春. 2010

[12]云南桔小实蝇发生量预测模型研究. 李鸿筠,浩强,姚廷山,胡军华,冉春,雷慧德,黄良炉,张萍,田文华,钱克明. 2010

[13]基于双对数模型的福州市水产品消费需求预测与对策. 陈志峰,林国华,曾玉荣,刘荣章. 2011

[14]基于向量自回归模型的中国食物安全预警. 吕新业. 2013

[15]用统计降尺度模型预测川中丘陵区参考作物蒸散量. 崔宁博,龚道枝,魏新平. 2016

[16]基于图像的金桔重量预测方法研究. 刘现,杨航,李健翔,俞鉴签. 2022

[17]近红外技术预测放牧肉牛粪便组分. 徐锦前,侯路路,蒋梦宇,闫瑞瑞,王亚君,辛晓平,孙海霞. 2020

[18]黑龙江省2000年粮食总产量预测及分析. 矫江. 1995

[19]基于GM(1,1)模型的我国水产品产量预测. 岳冬冬,王鲁民. 2012

[20]降水量对旱地冬小麦产量的影响. 马恺,池宝亮,常勃,刘恒. 2013

作者其他论文 更多>>

微信小程序