北京市自然科学基金(9093019)
- 作品数：6 被引量：40H指数：4
- 相关作者：罗长寿魏清凤郭强孙素芬周丽英更多>>
- 相关机构：北京市农林科学院农业科技信息研究所中国农业大学华中农业大学更多>>
- 发文基金：北京市自然科学基金更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 基于神经网络与遗传算法的蔬菜市场价格预测方法研究被引量：20
- 2011年
- 农产品市场价格预测是研究的难点。本文采用蔬菜市场价格数据,分别建立了BP神经网络模型、基于遗传算法的神经网络模型、RBF神经网络模型,并在前三种模型基础上,建立了一种集成预测模型;用北京市批发市场2003-2007年的蔬菜价格训练模型,对2008-2009年的数据进行了预报,前三种模型预报结果的平均绝对误差分别为0.15%、0.114%、0.144%,利用集成预测模型对2009年数据预报的误差为0.106%,结果表明,独立模型对农产品市场价格的预报可为生产决策提供一定的依据,集成预测模型效果优于单一的预测模型,能够提高蔬菜市场价格的预测精度。
- 罗长寿
- 关键词：遗传算法神经网络蔬菜价格
- 基于模糊神经网络的蔬菜病害诊断模型研究被引量：2
- 2013年
- 为探索蔬菜病害诊断的有效方法,研究采用模糊系统与神经网络相结合的方法,在对蔬菜病害症状进行合理划分的基础上,利用综合考虑症状特征及隶属度的术语统一描述输入向量构建方法,建立蔬菜病害模糊神经网络诊断模型。结果表明,输入向量构建方法有效地表达了病害诊断规律,诊断模型容错能力强,正确率达85.5%。
- 魏清凤罗长寿曹承忠郭强
- 关键词：模糊神经网络蔬菜病害
- 基于遗传算法神经网络模型的蔬菜价格预报被引量：6
- 2011年
- 针对蔬菜市场价格预报的复杂性,利用遗传算法与神经网络的特性,建立了基于遗传算法的神经网络蔬菜价格预报模型,并以香菇为例通过实验对模型参数选择进行了分析,进行了价格的模拟与预报。最后把遗传算法神经网络与BP网络预报结果进行了比较,结果证明,在预报数据绝对误差小于10%的范围内,二者预报能力相当;在预报数据绝对误差小于20%、15%的范围内,遗传算法神经网络模型的准确度高于BP神经网络模型,尤其是预报绝对误差小于20%的范围内,遗传算法神经网络模型的准确度明显好于BP神经网络模型,表现出模型良好的泛化能力。
- 郭强罗长寿魏清凤
- 关键词：遗传算法神经网络蔬菜价格
- 基于RBF神经网络的蔬菜价格预报研究被引量：14
- 2011年
- 准确预测农产品市场价格对于农户生产决策与政府调控等具有重要意义。针对蔬菜市场价格预报的复杂性,利用RBF神经网络的特性,应用2003—2007年的香菇市场价格数据建立蔬菜价格预报模型,并对RBF神经网络模型的参数选择进行分析。最后应用模型对2008—2009年的香菇市场价格数据进行预报,通过与BP神经网络模型预报结果进行比较,表明RBF神经网络模型具有更高的预报准确度。
- 孙素芬罗长寿
- 关键词：RBF神经网络蔬菜价格
- 基于二维向量空间模型的农业技术智能问答系统研究被引量：2
- 2012年
- 为了充分利用已有农业科技信息资源为涉农用户提供便捷准确有效的技术咨询服务,研究采用智能问答的方式,通过分析传统向量空间模型在农业特定领域应用中存在的问题,提出了一种二维向量空间模型(2DVSM),在此基础上,在Ajax的支持下开发了农业技术智能问答系统。应用结果表明,系统平均准确率可达83.23%,问答平均耗时可减少到0.064 53 s/次,问题咨询操作可实现0次刷新。系统简单准确专业的答疑服务及良好的用户体验能满足涉农用户对生产技术信息的需求。
- 魏清凤罗长寿贺立源张峻峰
- 关键词：智能问答系统
- 季节时间序列模型在平菇价格预测中的应用被引量：5
- 2013年
- 为了准确预测蔬菜价格,从蔬菜价格具有季节性变化的特性出发,采用SARIMA模型方法对平菇价格进行了预测分析。结果表明:SARIMA(2,1,3)(1,1,1)12模型对平菇价格的模拟预测效果较好,平均模拟预测误差为11%,6个月的短期实际预测平均误差为16%。SARIMA模型对农产品价格进行预测分析具有一定的可行性。
- 罗长寿周丽英
- 关键词：平菇农产品价格时间序列
- Research and Implementation of Agricultural Science and Technology Consulting System Based on Ajax and Improved VSM
- In order to overcome the disadvantages of inconvenience and low accuracy of keywords spitting search,and artif...
- Sufen SunJunfeng ZhangChangshou LuoQingfeng Wei
