基于神經(jīng)網(wǎng)絡(luò)算法的土地輪耕面積預(yù)測(cè)

王聰 張一名 胡書通

華北理工大學(xué)經(jīng)濟(jì)學(xué)院 河北唐山 063000

土地輪耕和國(guó)家財(cái)政收入，國(guó)家人口數(shù)量，人均糧食需求，工業(yè)糧食需求，食糧產(chǎn)量，耕地面積變化，天氣氣候等息息相關(guān)，所以在做農(nóng)業(yè)發(fā)展計(jì)劃時(shí)預(yù)測(cè)可輪耕土地面積應(yīng)將這些因素考慮進(jìn)去。

1 對(duì)土地輪耕面積的影響因素進(jìn)行預(yù)測(cè)

（1）通過(guò)查閱資料可收集到影響可輪耕土地面積因素的數(shù)據(jù)，如表1所示：

（2）將表1中近15年全國(guó)糧食產(chǎn)量數(shù)據(jù)、全國(guó)總?cè)丝跀?shù)數(shù)據(jù)、人均糧食需求數(shù)據(jù)、耕地面積數(shù)據(jù)、國(guó)家財(cái)政收入數(shù)據(jù)、國(guó)家財(cái)政支出數(shù)據(jù)、降水量數(shù)據(jù)進(jìn)行曲線擬合，整理各項(xiàng)數(shù)據(jù)擬合結(jié)果得到如表2所示各項(xiàng)影響因素預(yù)測(cè)值：

2 對(duì)土地輪耕面積進(jìn)行預(yù)測(cè)

5年后輪耕土地面積的大小由以上幾項(xiàng)影響因素決定，建立BP神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行處理預(yù)測(cè)2023年的輪耕土地面積。通過(guò)樣本數(shù)據(jù)的訓(xùn)練，不斷修正網(wǎng)絡(luò)權(quán)值和閾值使誤差函數(shù)沿負(fù)梯度方向下降，逼近期望輸出。土地輪耕休種政策是從2016年實(shí)施的，所以將2016年、2017年2018年以及2023年的數(shù)據(jù)作為訓(xùn)練樣本，建立輸入端為7，輸出端為1的BP神經(jīng)網(wǎng)絡(luò)，因?yàn)橛幸粋€(gè)隱層的神經(jīng)網(wǎng)絡(luò)，只要隱節(jié)點(diǎn)足夠多，就可以以任意精度逼近一個(gè)非線性函數(shù)，所以采用含有一個(gè)隱層的三層多輸入單輸出的BP網(wǎng)絡(luò)建立預(yù)測(cè)模型。選取隱層神經(jīng)元個(gè)數(shù)的問題上參照以下的經(jīng)驗(yàn)公式：

其中，n為輸入層神經(jīng)元個(gè)數(shù)，m為輸出層神經(jīng)元個(gè)數(shù)，a為[1，10]之間的常數(shù)。根據(jù)上式可以計(jì)算出神經(jīng)元個(gè)數(shù)為4-13個(gè)之間，在本次實(shí)驗(yàn)中選擇隱層神經(jīng)元個(gè)數(shù)為4。利用該模型求2023年可輪耕土地面積預(yù)測(cè)值。表5為輸出的數(shù)據(jù)。

通過(guò)使用matlab軟件對(duì)組后的數(shù)據(jù)進(jìn)行運(yùn)算處理最終得到2023年可輪耕土地面積的預(yù)測(cè)值為9192.5萬(wàn)畝[1-2]。

3 結(jié)語(yǔ)

通過(guò)對(duì)近15年有關(guān)國(guó)家財(cái)政收入，國(guó)家人口數(shù)量，人均糧食需求，食糧產(chǎn)量，耕地面積變化，天氣氣候等影響因素的數(shù)據(jù)進(jìn)行分析，并將這些數(shù)據(jù)按年份進(jìn)行排序處理，同時(shí)對(duì)這些數(shù)據(jù)進(jìn)行擬合，得到擬合曲線，利用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)可輪耕土地面積進(jìn)行預(yù)測(cè)得到2023年的土地輪耕預(yù)測(cè)面積[3]。

表1 近15年影響可輪耕土地面積的因素的數(shù)據(jù)

表2 擬合預(yù)測(cè)值匯總

表3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)數(shù)據(jù)