依據(jù)組合預(yù)測模型理論,利用2006-2016年陜西省畜牧業(yè)總產(chǎn)值的數(shù)據(jù),分別建立了畜牧業(yè)產(chǎn)值的一元回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型、三次指數(shù)平滑模型和基于Shapley值的組合預(yù)測模型,得到各模型的預(yù)測精度分別為7.38%、4.46%、3.50%和2.90%,可見組合模型的擬合精度低于各單一模型,擬合效果好.為此,利用所得模型對2017-2025年陜西省畜牧業(yè)總產(chǎn)值進(jìn)行了預(yù)測. 

【文章來源】：數(shù)學(xué)的實(shí)踐與認(rèn)識. 2020,50(16)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

圖１畜牧業(yè)－ｔ元固歸模型擬合值與實(shí)際值對比??２．１．２?ＢＰ神經(jīng)網(wǎng)絡(luò)模型??

上?Ｌ—ｈｒ－＊?－＝ｇｓ＞??層與第二層的權(quán)重??叫ｆｃ為??＾ｊｋ?＝??＝１．２７９０?－０．０９１３?１．８９２２??－０．８９０５??０．３６８３??０．５４３４??－１．７６７４??－３．５１９２??第二層與第三層的閾值淑為??對２?＝?０．７１２：２??經(jīng)過訓(xùn)練，在達(dá)到訓(xùn)練誤差和最大訓(xùn)練次數(shù)時(shí)，ＢＰ神經(jīng)網(wǎng)絡(luò)擬合值如表２所示；ＭＡＰＥ??為０．〇３Ｓ，?ＭＳＰＥ為０，．０１３３（如表３中第３列所示），此模型可用于陜西省畜牧業(yè)產(chǎn)值的預(yù)測和??分析，ＢＰ神經(jīng)網(wǎng)絡(luò)的擬合結(jié)果如圖２所錄??圖２畜牧業(yè)ＢＰ神經(jīng)兩絡(luò)模型擬＃偉智寒勝傢對比??

好等于總的誤差待攤值．??根據(jù)得到的及、馬、Ｅ３和權(quán)重公式＜４），可得各單一預(yù)測方法的權(quán)重為??ｔｅ＝（Ｑ．ｍ７?０．４０２２?０．３７２１）．??根據(jù)公式（１）和求得的權(quán)重ｗ可得畜牧業(yè)產(chǎn)值的組合預(yù)測模型為：??備＝０．２２５７灸＊？＋?０．４０２２兩?ｔ?十?（２１）??式中，灸為基于Ｓｈａｐｔｅｙ值怯的畜牧業(yè)組合預(yù)測值；如為回歸模型預(yù)測值＾知為ＢＰ神經(jīng)網(wǎng)??絡(luò)模型預(yù)測值，為３次指數(shù)Ｔ？滑預(yù)測值．??利用該組合預(yù)測模型對２００＆－２０１６年的陜西省畜牧業(yè)產(chǎn)值進(jìn)行擬合，擬合結(jié)果如圖４所??示，對應(yīng)的組合預(yù)測模型的擬合值與誤差如表５所示．??圖４審牧業(yè)：組舍窗浦模型擬合懈１ｒ：ｉ；際懷對比??

【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的農(nóng)用地分等方法研究[J]. 范勝龍,邱凌婧,茹凱麗,陳巧燕,胡勇.  中國農(nóng)業(yè)大學(xué)學(xué)報(bào). 2018(12)
[2]基于Shapley值法的豬肉供應(yīng)鏈利益分配機(jī)制研究[J]. 黃勇.  農(nóng)業(yè)技術(shù)經(jīng)濟(jì). 2017(02)
[3]基于時(shí)間序列的黑龍江省畜牧業(yè)總產(chǎn)值及其比例的預(yù)測[J]. 何玲,張燕杰,呂曉燃,馬曉劍,鄭煜,張國財(cái).  黑龍江畜牧獸醫(yī). 2016(24)
[4]基于ADRL模型的畜牧業(yè)產(chǎn)出趨勢分析——以陜西省為例[J]. 張英.  黑龍江畜牧獸醫(yī). 2016(02)
[5]基于密度算子的組合預(yù)測方法[J]. 易平濤,郭亞軍,李偉偉.  預(yù)測. 2011(04)



本文編號：2999527