基于BP神经网络的农机总动力组合预测方法

鉴于单一预测模型和线性组合预测模型的局限性，在确定黑龙江省农机总动力单一预测模型的基础上，建立了基于BP神经网络的非线性农机总动力组合预测模型。误差分析表明，该非线性组合预测模型的拟合平均绝对百分误差为3.03%，低于一元线性回归模型、指数函数模型、灰色GM（1，1）模型和三次指数平滑模型的6.26%、4.65%、4.88%和3.72%；稍高于以误差平方和最小为原则构建的线性组合预测模型的2.86%。用2006～2008年黑龙江省农机总动力进行检验预测，结果表明该模型可以有效地提高农机总动力的预测精度，用该模型预测了黑龙江省2009～2015年农机总动力。预测结果表明，在未来几年黑龙江省农机总动力将保持快速增长趋势，到