数字农科院2.0

基于粒子群优化GRU的粮食产量预测

文献类型： 中文期刊

作者： 袁世一

作者机构：

关键词： 粮食产量预测;PSO-GRU;粒子群优化算法;门控循环单元

期刊名称：智能计算机与应用

ISSN： 2095-2163

年卷期： 2024 年 14 卷 8 期

页码：

收录情况： 无来源刊（2024）

摘要： 粮食产量预测是关系国计民生的重要问题,为了提高粮食产量预测的精度,本文提出了一种基于粒子群优化算法(PSO)—门控循环单元(Particle Swarm Optimization-Gate Recurrent Unit,PSO-GRU)的粮食产量预测模型。该模型利用PSO算法对GRU模型的关键参数进行寻优,解决了GRU易陷入局部最优解的问题；使用1949-2021年全国粮食产量数据作为数据源,利用PSO-GRU模型对全国粮食产量进行预测,并与GRU、PSO-RNN和PSO-LSTM等模型进行比较分析。实验结果表明,PSO-GRU模型能够充分挖掘时间序列特征,在全局收敛方面展现出显著优势,提高了粮食产量预测的准确性。

分类号：

  • 相关文献

[1]基于灰色关联分析的辽宁省粮食产量预测模型. 宰松梅,温季,仵峰,谢成春. 2011

[2]基于经验模态分解与极限学习机的粮食产量模型预测. 袁世一. 2024

[3]人工神经网络优化油莎豆油亚临界萃取工艺. 邓淑君,郝琴,万楚筠,郭婷婷,魏春磊,郑明明. 2023

[4]平整工况下三节臂挖掘机时间最优运动规划. 智晋宁,贾旭峰,刘超,谢虎,史青录. 2022

[5]基于小波包去噪和深度学习的电力行业碳排放预测模型研究. 曾一鸣,曹姗姗,孔繁涛,古丽米拉·克孜尔别克. 2024

作者其他论文 更多>>