基于最小二乘支持向量機的小麥產(chǎn)量預測方法研究.pdf

1、研究糧食生產(chǎn)規(guī)律，做好糧食產(chǎn)量科學預測是制定農(nóng)業(yè)政策的重要依據(jù)。本文以寧夏地區(qū)小麥的生產(chǎn)情況為研究對象，結(jié)合統(tǒng)計學習理論的相關知識和結(jié)構(gòu)風險最小化原理，選擇適合的科學原理和預測方法，通過針對性課題研究來建立預測模型，系統(tǒng)地對模型進行處理與分析，研制與實現(xiàn)小麥的產(chǎn)量預測系統(tǒng)，為糧食生產(chǎn)服務。
　　本文重點討論了最小二乘支持向量機的算法，針對小麥生長特點，確定出影響小麥產(chǎn)量的主要因子，采用最小二乘支持向量機算法，建立了基于寧夏地區(qū)19

2、81年至2010年的小麥產(chǎn)量預測模型。預測結(jié)果表明，該模型具有較高的預測精度；同時，研究了相應的預處理、圖形界面交互等技術，實現(xiàn)了寧夏地區(qū)的小麥產(chǎn)量預測系統(tǒng)，該系統(tǒng)具有較好的擴展性，可供農(nóng)業(yè)等相關部門使用，為糧食產(chǎn)量預測提供了一條新的途徑。
　　首先，結(jié)合統(tǒng)計學習理論的相關內(nèi)容，分析與學習支持向量機和最小二乘支持向量機的理論與應用機理，建立糧食產(chǎn)量預測模型。其次，以寧夏地區(qū)小麥產(chǎn)量數(shù)據(jù)為基礎，研究和改進預測算法，進行相關預測實驗分

3、析，得出基于最小二乘支持向量機的小麥產(chǎn)量時間序列預測結(jié)果，分析其預測結(jié)果良好。然后，鑒于小麥生長過程的復雜性和信息不完全性，將氣候數(shù)據(jù)引入作為小麥產(chǎn)量的主要影響因素，研究與改進相應的數(shù)據(jù)預處理技術，提出基于最小二乘支持向量機和氣候數(shù)據(jù)的小麥產(chǎn)量預測方法，實驗結(jié)果表明，該方法優(yōu)于傳統(tǒng)的時間序列預測方法。再次，針對小麥生產(chǎn)系統(tǒng)的多因素性，提出一種基于時間權(quán)重的最小二乘支持向量機的預測方法，旨在提高預測精度。最后，在基于最小二乘支持向量機和氣