王聪:基于神经网络算法的土地轮耕面积预测论文

王聪:基于神经网络算法的土地轮耕面积预测论文

[摘 要]本文通过对土地轮耕面积影响因素国家财政收入、国家人口数量、人均粮食需求、工业粮食需求、食粮产量、耕地面积变化、天气气候等的历年数据进行分析处理,并进行线性拟合得到2023年的土地轮耕面积影响因素预测数据,在国家粮食安全保障的基础之下,运用BP神经网络算法对2023年的土地轮耕面积进行预测。

[关键词]BP神经网络;土地轮耕

土地轮耕和国家财政收入,国家人口数量,人均粮食需求,工业粮食需求,食粮产量,耕地面积变化,天气气候等息息相关,所以在做农业发展计划时预测可轮耕土地面积应将这些因素考虑进去。

1 对土地轮耕面积的影响因素进行预测

(1)通过查阅资料可收集到影响可轮耕土地面积因素的数据,如表1所示:

(2)将表1中近15年全国粮食产量数据、全国总人口数数据、人均粮食需求数据、耕地面积数据、国家财政收入数据、国家财政支出数据、降水量数据进行曲线拟合,整理各项数据拟合结果得到如表2所示各项影响因素预测值:

糖尿病周围神经病变(diabetic peripheral neuropathy,DPN)是一种长期的严重的糖尿病并发症,多伦多共识会议定义[1]DPN为一种对称性的长期发展的感觉运动多发性神经病变,是在机体慢性高血糖微环境以及相关血管危险因素作用下导致的运动、感觉以及自主神经功能紊乱。糖尿病患者中DPN的发病率高达50%[2]。其临床表现为伴有一系列感觉和运动异常,如自发性疼痛、痛觉过敏或迟钝以及自主神经功能的紊乱,常可导致足部溃疡甚至截肢。严重影响患者的生活质量,加重患者的护理负担[3]。

2 对土地轮耕面积进行预测

5年后轮耕土地面积的大小由以上几项影响因素决定,建立BP神经网络对数据进行处理预测2023年的轮耕土地面积。通过样本数据的训练,不断修正网络权值和阈值使误差函数沿负梯度方向下降,逼近期望输出。土地轮耕休种政策是从2016年实施的,所以将2016年、2017年2018年以及2023年的数据作为训练样本,建立输入端为7,输出端为1的BP神经网络,因为有一个隐层的神经网络,只要隐节点足够多,就可以以任意精度逼近一个非线性函数,所以采用含有一个隐层的三层多输入单输出的BP网络建立预测模型。选取隐层神经元个数的问题上参照以下的经验公式:

其中,n为输入层神经元个数,m为输出层神经元个数,a为[1,10]之间的常数。根据上式可以计算出神经元个数为4-13个之间,在本次实验中选择隐层神经元个数为4。利用该模型求2023年可轮耕土地面积预测值。表5为输出的数据。

从质谱鉴定结果(表1,2)中可以看到花生中各过敏原蛋白的肽段覆盖率为34.75%~60.56%,主要过敏原Ara h 1,Ara h 2和Ara h 6的可检测肽段在3种样品之间仅有小于6%的被检测肽段在数量上发生显著变化,且其氨基酸序列以及样品处理导致的修饰均无变化。这表明水煮加工后,过敏原蛋白的氨基酸序列与鲜花生具有较高的一致性,水煮对过敏原蛋白一级结构的影响不显著[36]。

通过使用matlab软件对组后的数据进行运算处理最终得到2023年可轮耕土地面积的预测值为9192.5万亩[1-2]。

3 结语

通过对近15年有关国家财政收入,国家人口数量,人均粮食需求,食粮产量,耕地面积变化,天气气候等影响因素的数据进行分析,并将这些数据按年份进行排序处理,同时对这些数据进行拟合,得到拟合曲线,利用BP神经网络算法对可轮耕土地面积进行预测得到2023年的土地轮耕预测面积[3]。

表1 近15年影响可轮耕土地面积的因素的数据

?

表2 拟合预测值汇总

?

表3 BP神经网络预测数据

?

参考文献:

[1]于淑婷.论耕模式对土壤有机碳储量及综合增温潜势的影响[J].中国会议,2017.

[2]雷娜.土地利用变化对土壤有机碳储量的影响[A].《环境工程》2018年全国学术年会论文集(下册)[C].2018.

[3]唐海明.不同种植模式对双季稻田土壤碳及有机碳储量的影响[A].中国农学会耕作制度分会2016年学术年会论文摘要集[C].2016.

[中图分类号]D651.1

[文献标识码]A

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

王聪:基于神经网络算法的土地轮耕面积预测论文
下载Doc文档

猜你喜欢