基于AIGA-BP神经网络的粮食产量预测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究的背景、目的和意义 | 第9-10页 |
| ·国内外研究动态 | 第10-12页 |
| ·粮食产量影响因素分析现状 | 第10-11页 |
| ·国内外粮食产量预测研究现状 | 第11-12页 |
| ·研究的内容和组织结构 | 第12-15页 |
| ·研究的主要内容 | 第12-14页 |
| ·论文的组织结构 | 第14-15页 |
| ·启发性的论文 | 第15-17页 |
| 第二章 粮食产量影响因素定性分析 | 第17-23页 |
| ·论文数据来源说明 | 第17页 |
| ·粮食生产以及影响因素具体定性分析 | 第17-21页 |
| ·河南省粮食生产现状 | 第17-20页 |
| ·河南省粮食影响因素分析 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于PCA的粮食产量影响因素分析 | 第23-31页 |
| ·主成分分析的原理及其步骤 | 第23-25页 |
| ·主成分分析的原理 | 第23-24页 |
| ·主成分分析的步骤 | 第24-25页 |
| ·主成分分析在粮食产量影响因素分析中的应用 | 第25-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 BP神经网络粮食产量预测模型 | 第31-47页 |
| ·BP神经网络 | 第31-36页 |
| ·神经网络 | 第31-33页 |
| ·BP神经网络 | 第33页 |
| ·BP神经网络算法描述 | 第33-35页 |
| ·改进的BP神经网络 | 第35-36页 |
| ·选取BP算法进行预测的理由 | 第36页 |
| ·BP神经网络在粮食产量预测中的应用 | 第36-44页 |
| ·BP神经网络粮食产量预测模型的设计步骤 | 第36-38页 |
| ·BP神经网络的主要参数的选择 | 第38-39页 |
| ·在MATLAB 7.1环境下编程实现 | 第39-43页 |
| ·B P模型运行界面 | 第43-44页 |
| ·B P算法存在的不足和原因 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 AIGA-BP神经网络粮食产量预测模型 | 第47-67页 |
| ·自适应免疫遗传算法(AIGA) | 第47-52页 |
| ·引入AIGA算法的背景 | 第47页 |
| ·遗传算法 | 第47-49页 |
| ·自适应免疫遗传算法 | 第49-50页 |
| ·自适应免疫遗传的遗传操作因子设计 | 第50-52页 |
| ·AIGA-BP神经网络模型设计过程和应用 | 第52-59页 |
| ·AIGA-BP神经网络设计步骤 | 第52-54页 |
| ·AIGA-BP在粮食产量预测中的应用 | 第54-59页 |
| ·两种方法实验对比分析 | 第59-61页 |
| ·AIGA-BP粮食产量预测 | 第61-64页 |
| ·AIGA-BP粮食产量预测分析 | 第61-63页 |
| ·AIGA-BP预测模型运行界面 | 第63-64页 |
| ·本章小结 | 第64-67页 |
| 第六章 总结和展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表的学术论文目录 | 第75页 |
