论文部分内容阅读
研究耕地面积准确预报问题,粮食产量稳定性受到耕地面积变化的影响。耕地面积是一种高度不稳定、复杂且难以预测,传统预测方法都是根据线性模型,忽略了耕地面积的非线性特征,导致预测精度不高。为了提高耕地面积预测的精度,提出一种基于支持向量机的耕地面积预测模型。利用相关分析和灰色关联分析对影响耕地面积变化的因子进行筛选,做为支持向量机的输入,耕地面积数量作为输出,可通过粒子群法对支持向量机的参数进行寻优,最后建立最优的耕地面积预测模型,对江苏无锡市耕地面积进行仿真。仿真结果表明,支持向量机模型比神经网络和其它