| 数据驱动的粮食产能组合预测模型 |
| |
| 引用本文： | 张岳,陈为真,陈梦娇.数据驱动的粮食产能组合预测模型[J].南京信息工程大学学报,2024,16(1):46-55. |
| |
| 作者姓名： | 张岳 陈为真 陈梦娇 |
| |
| 作者单位： | 武汉轻工大学 电气与电子工程学院, 武汉, 430023 |
| |
| 基金项目： | 湖北省教育厅科技项目(B2020061) |
| |
| 摘 要： | 针对长短期记忆网络(LSTM)在粮食产能预测上存在超参数众多、长时序列信息丢失以及难以区分主次特征的问题,提出一种数据驱动的粮食产能组合预测模型.在超参数部分,通过引入动态权重和拉普拉斯变异的秃鹰算法(WLBES)对LSTM进行超参数寻优,避免了手动调参的过程.在预测部分,利用岭回归(RR)对预测结果进行残差修正,弥补LSTM数据丢失的缺陷;同时加入注意力机制,以权重大小区分主次特征,提升粮食产能相关性较大特征的重要性.研究结果表明,WLBES-LSTM-RR组合模型与LSTM模型和WLBES-LSTM模型相比,均方根误差(RMSE)分别下降了75％、19％,相较于其他优化LSTM的组合模型,RMSE大幅下降,该组合模型在粮食产能预测上具有更高的预测精度.
|
| 关 键 词： | 粮食产能预测 秃鹰优化算法 长短期记忆网络 拉普拉斯变异 注意力机制 残差修正 |
| 收稿时间： | 2023/4/24 0:00:00 |
Data-driven grain productivity forecasting model |
| |
| ZHANG Yue,CHEN Weizhen,CHEN Mengjiao.Data-driven grain productivity forecasting model[J].Journal of Nanjing University of Information Science & Technology,2024,16(1):46-55. |
| |
| Authors: | ZHANG Yue CHEN Weizhen CHEN Mengjiao |
| |
| Affiliation: | School of Electrical and Electronic Engineering, Wuhan Polytechnic University, Wuhan 430023, China |
| |
| Abstract: | |
| |
| Keywords: | grain production capacity forecast bald eagle search optimization algorithm long short-term memory (LSTM) Laplacian variation attentional mechanism residual correction |
|
| 点击此处可从《南京信息工程大学学报》浏览原始摘要信息 |
|
点击此处可从《南京信息工程大学学报》下载全文 |
|
