基于神经网络算法和投资组合理论的品种选择方法和装置

摘要

本发明公开了一种基于神经网络算法和投资组合理论的品种选择方法和装置。包括：通过基于神经网络算法建立的产量预测模型预测可供种植品种中每个品种在不同自然条件下单独种植在预设区域内的产量；获取在预设区域内种植可供种植品种的约束参数值，约束参数值至少包括以下之一：在预设区域内种植的品种种类的上限值、在预设区域内种植的每个品种的使用比例上限值、在预设区域内种植的每个品种的使用比例下限值；通过目标函数确定在预设区域内种植的品种组合参数的值，其中，目标函数基于投资组合理论确定，目标函数用于至少增加预设区域的产量期望或至少减小预设区域的产量方差。本发明解决了相关技术中的品种选择方法不够贴合实际的技术问题。

主权项

一种基于神经网络算法和投资组合理论的品种选择方法，其特征在于，包括：通过基于神经网络算法建立的产量预测模型预测可供种植品种中每个品种在不同自然条件下单独种植在预设区域内的产量；获取在所述预设区域内种植所述可供种植品种的约束参数值，其中，所述约束参数值至少包括以下之一：在所述预设区域内种植的品种种类的上限值、在所述预设区域内种植的每个品种的使用比例上限值、在所述预设区域内种植的每个品种的使用比例下限值；通过目标函数确定在所述预设区域内种植的品种组合参数的值，其中，所述目标函数基于投资组合理论确定，所述目标函数用于至少增加所述预设区域的产量期望或至少减小所述预设区域的产量方差，所述目标函数的约束条件根据所述约束参数值确定，所述目标函数的待定参数包括所述品种组合参数，所述品种组合参数包括品种组合中的品种种类及每个品种的使用比例。