基于注意力机制的ADE-Bi-IndRNN模型的中国粮食产量预测.pdf
《基于注意力机制的ADE-Bi-IndRNN模型的中国粮食产量预测.pdf》由会员分享,可在线阅读,更多相关《基于注意力机制的ADE-Bi-IndRNN模型的中国粮食产量预测.pdf(6页珍藏版)》请在咨信网上搜索。
1、第 卷第 期运 筹 与 管 理 ,年 月 收稿日期:基金项目:国家社会科学基金重大项目()作者简介:吴彬溶(),男,湖北襄阳人,博士研究生,研究方向:管理系统工程;王林(),通讯作者,男,湖北枣阳人,教授,博士生导师,研究方向:管理系统工程,智能优化等。基于注意力机制的 模型的中国粮食产量预测吴彬溶,王 林(华中科技大学 管理学院,湖北 武汉 )摘要:为更加准确地预测我国粮食总产量,基于自适应差分进化算法来智能地选择基于注意力机制的双向独立循环神经网络的超参数,并考虑了粮食作物单位产量、农业生产条件、科技因素、农业保险、市场及经济因素五大类影响因素,构建了基于注意力机制的 粮食产量预测模型。经
2、过预测分析得出我国 的粮食产量分别为 亿吨、亿吨、亿吨、亿吨、亿吨,总体呈现震荡上涨趋势,平均年增长率为 。同时,通过对多个变量进行的注意力权重的分析,发现现阶段对我国粮食总产量预测贡献最大的三个变量为:谷物单位面积产量,粮食作物总播种面积,耕地灌溉面积,且政府对农业保险的政策性补贴、粮食进口量、谷物生产价格指数、农业生产资料指数也有助于提升我国的粮食总产量,并据此对我国粮食行业发展提出了建议。关键词:粮食产量;多因素时间序列预测;深度学习;智能算法中图分类号:文章标识码:文章编号:():,(,):,()():,:;,;,;,:(),(,),(,),(,),(,),:,:,“”,(),“”,:
3、;引言为满足国内粮食需求和保障粮食安全,农业一直被视为中国的重点战略产业之一。在过去的 年里,中国经济的快速增长提高了人均收入水平,中国的人口总量也在稳步增长,这两个主要因素增加了我国粮食的总需求 。粮食需求的增加和粮食消费结构的转变给我国粮食安全增添了一定的不确定性。粮食产量的准确预测有助于农业生产政策的调整和国家宏观经济的调控,从而保障国家的粮食安全 。由于影响粮食产量的因素较多,如自然因素、社会因素、科技因素及农业生产条件等,准确地预测粮食产量存在较大难度 。粮食产量预测研究一直是国内学术研究的热点 。相关研究可分为三大类:一是分析粮食作物生长环境及其生长状况来分析未来的产量,如王萍等
4、通过黑龙江历史粮食产量结构和近三十年来的粮食单产与气象要素来分析及预测黑龙江省的粮食总产量;二是利用粮食产量的历史数据进行第 期吴彬溶,等:基于注意力机制的 模型的中国粮食产量预测建模分析,如孙东升和梁仕莹 使用 滤波分析的方法对我国 到 年的历史粮食产量进行了分析,并预测了未来十年的粮食产量;三是综合考虑影响粮食产量各种可量化的因素来进行产量预测,如粮食作物总播种面积、农林牧渔从业人员数量、谷物单位面积产量等,这类方法更加科学且更具有参考价值。多因素分析较为复杂,常用的模型包括灰色预测模型、机器学习等方法,如叶瞡等 建立多变量的灰色预测模型对河南省粮食产量进行了预测,李蓬勃等 建立了反向传播
5、神经网络并选取了最为关键的几种影响粮食产量的因素对河北省粮食作物总产量进行了预测,施瑶和陈昭 使用了改进的支持向量机对粮食产量进行了预测,为粮食产量预测提供了新颖的方法。除了关键的影响因子外,选用合适的预测模型也决定了粮食产量预测的精度 。粮食产量预测具有较为复杂的非线性特征,具有较强非线性拟合能力的 人 工 神 经 网 络(,)更适合用于粮食产量预测。已经被广泛地应用于语音情感识别、图片分类等各个领域。其中,循 环 神 经 网 络(,)被众多学者应用于时间序列预测模型之中。然而,目前的研究表明,由于梯度消失问题,基本的 不能捕获训练过程中输入的长期依赖性 。因此,为了克服 存在的梯度消失和梯
6、度爆炸问题,一 种 独 立 的 循 环 神 经 网 络(,)被提出。与 不同的点在于,中同一层的神经元彼此独立。与传统的 相比,在多类预测问题上都获得了更好的性能。的许多参数影响预测精度,可以采用智能算法来选择 的参数。基于此,本文提出了使用自适应差分进化算法(,)智能高效地选择 神经网络的超参数,并创新性地构建了基于注意力机制的 粮食产量预测模型,同时选择了粮食作物单位产量、农业生产条件、科技因素、农业保险、市场 及 经 济 因 素 五 大 类 影 响 因 素,对 我 国 年的粮食总产量进行了分析。同时根据注意力权重对预测因子进行重要性排序,结果表明现阶段对我国粮食总产量预测贡献最大的三个变
7、量为:谷物单位面积产量,粮食作物总播种面积,耕地灌溉面积。与之前的研究相比,本研究发现除了常用的影响粮食产量的因素外,政府对农业保险的政策性补贴、粮食进口量、谷物生产价格指数、农业生产资料指数也有助于提升我国的粮食总产量。最 后,本 研 究 应 用 基 于 注 意 力 机 制 的 模型对 年的粮食产量进行了预测,并结合预测结果给出了相应的政策建议。基于注意力机制的 模型的粮食产量预测模型 基于注意力机制的 神经网络针对传统递归神经网络存在的梯度消失和梯度爆炸问题,一种独立递归神经网络,被提出。其区别于传统循环神经网络的一点是同一层神经元之间不连接,而不同层神经元相互连接,正因于此,神经网络可以
8、很容易地避免梯度消失和梯度爆炸问题。同时,为了解决复杂的问题,可以将多个 堆叠起来,构建更深层次的网络。在解释网络的输入和输出之间的关系方面略显不足,为解决这一问题,本文引入了注意力机制为输入影响因素的特征分配不同的权重,可以有效地突出影响粮食产量的因素,从而提高预测精度。基于注意力机制的 模型包括输入序列、注意力层、层和输出预测值,如图 所示。图 基于注意力机制的 模型在时间序列预测中,仅考虑顺序序列的输入变量容易导致部分有效信息的丢失,由于当输入序列较长时,预测模型的输入更倾向于输入末端的数据,而丢失初始端的信息,导致模型预测精度的下降。受 模型的启发,为进一步提高多元输入因素的特征提取能
9、力,本文提出将 扩展为双向独立递归神经网络(),既考虑输 入 的 顺 序 序 列 也 考 虑 输 入 的 逆 序 序 列。运 筹 与 管 理 年第 卷 包括前向结构和后向结构,表示前向 (),表示后向 ()。将 的输入在每一层的时间维度上分别用两个相反方向的 进行处理,然后将两个方向的两个 的输出连接在一起作为输出,然后作为下一层的输入。本文提出的基于注意力机制的 的结构如图 所示,注意力机制可以很好地对重要的输入因素进行筛选,而 可以从顺序和逆序输入的两个方向挖掘各个输入变量的时间上下文信息,从而提高了多因素粮食产量预测的整体性能。图 基于注意力机制的 的机制图 设计的 模型采用 来预测我国
10、粮食产量在于其具有如下优势:通过调整梯度反向传播随时间的变化,可较好地解决梯度消失和爆炸的问题;当使用 等函数作为激活函数时,可以很好地工作,获得鲁棒性训练;多层 可以有效堆叠,特别是在有残留连接的多层上,增加网络的深度;每一层 神经元的行为容易解释,因为每一层神经元都是独立的。所以采用 神经网络建立深度学习网络可能获得更好的粮食产量预测精度和稳定性。神经网络在动作识别、时间序列预测和语言建模等方面的性能优于广泛被采用的传统 和 模型。但是,的参数会对 的性能和精度会产生显著影响,而 的参数设置要比 更复杂。需要选择的超参数包括层数、滞后阶数、单个隐藏层单元数、每批处理规模数和学习速率的步长。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 注意力 机制 ADE Bi IndRNN 模型 中国 粮食产量 预测
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。