摘要：利用江苏省东台市2009-2018年粮食生产相关影响指标数据，建立了基于Back progagation（BP）神经网络的东台市粮食产量预测模型。该模型以粮食种植面积、农药施用量、化肥施用量、农业机械化总动力、农用排灌动力机械5个指标为神经网络输入值，粮食产量为输出值进行预测，结果表明BP神经网络应用于粮食产量预测精度高，在粮食产量预测方面符合客观现实，对政府部门粮食预测具有指导意义。
　　关键词：BP神经网络;模型;粮食产量预测
　　东台市农业在市场资源配置中决定性不高、人居产量和消费匹配度还有差距，人口增长和耕地保有量存在结构性矛盾，还需要建立增长点、增长极，增强内生发展动力。面对东台市粮情和生产情况，江苏省东台市坚持粮食生产要稳字当头，稳政策、稳面积、稳产量，坚持“三农”工作优先保障投入，做好粮食产量预测，对决策部门具有现实的指导意义和参照依据。粮食预测产量模型具有多样性、指标性和全面系统性问题，目前已有的诸多预测方法误差相对较大，精度不高。随着人们意识形态的不断提高，农业大数据智能化的逐步应用， Back progagation（BP）神经网络弥补了传统预测和估算方法的缺陷，具有较好的预测特性。本文利用BP神经网络进行粮食产量预测，目的在于精准预测粮食产量，对东台市粮食生产进行前瞻性、可见性预测，更符合东台市粮食生产的实际。
　　1