| 发明名称 | 一种基于PSO‑LSSVM算法的粮食产量预测方法 | ||
| 摘要 | 一种基于PSO‑LSSVM算法的粮食产量预测方法，该方法依次包括如下步骤：获取已知年份的粮食产量和主要影响因子的值；对粮食产量和主要影响因子的原始数据进行平滑处理；根据最小二乘支持向量机模型得出预测模型<img file="dest_path_image002.GIF" wi="163" he="47" />；通过迭代算法求解惩罚因子<img file="dest_path_image004.GIF" wi="15" he="22" />和核函数的宽度<img file="dest_path_image006.GIF" wi="16" he="15" />；求解拉格朗日乘子和变量值b；求解径向基核函数<img file="dest_path_image008.GIF" wi="58" he="25" />的值；将求解出的拉格朗日乘子、变量值b和径向基函数代入预测模型<img file="733441dest_path_image002.GIF" wi="163" he="47" />，并用模型计算第n年的粮食产量的预测值。本发明公开了一种基于PSO‑LSSVM算法的粮食产量预测方法，通过该预测方法可以对粮食产量进行预测，预测精度高，可以提高我国粮食产量的预测准确度。 | ||
| 申请公布号 | CN106296434A | 申请公布日期 | 2017.01.04 |
| 申请号 | CN201610684306.2 | 申请日期 | 2016.08.18 |
| 申请人 | 河南工业大学 | 发明人 | 杨铁军;杨娜;朱春华;樊超;傅洪亮 |
| 分类号 | G06Q50/02(2012.01)I;G06Q10/04(2012.01)I | 主分类号 | G06Q50/02(2012.01)I |
| 代理机构 | 郑州立格知识产权代理有限公司 41126 | 代理人 | 崔卫琴 |
| 主权项 | 一种基于PSO‑LSSVM算法的粮食产量预测方法，其特征在于：该方法依次包括如下步骤：获取已知年份的粮食产量和主要影响因子的值；对步骤（1）获取到的已知年份的粮食产量和主要影响因子的原始数据进行平滑处理；根据最小二乘支持向量机模型得出预测模型<img file="800175dest_path_image001.GIF" wi="163" he="39" />，其中<img file="488646dest_path_image002.GIF" wi="38" he="16" />为第n年的粮食产量，<img file="875765dest_path_image003.GIF" wi="12" he="13" />为第i年的影响因子的值，<img file="291571dest_path_image004.GIF" wi="14" he="14" />为第n年的影响因子的值；<img file="447746dest_path_image005.GIF" wi="90" he="18" />是拉格朗日乘子，b为变量值，<img file="307118dest_path_image006.GIF" wi="54" he="17" />为径向基核函数；通过迭代算法求解惩罚因子<img file="915954dest_path_image007.GIF" wi="15" he="16" />和核函数的宽度<img file="902495dest_path_image008.GIF" wi="12" he="9" />；求解拉格朗日乘子和变量值b；求解径向基核函数<img file="913177dest_path_image006.GIF" wi="55" he="18" />的值；将求解出的拉格朗日乘子、变量值b和径向基函数代入预测模型<img file="881133dest_path_image009.GIF" wi="163" he="42" />，并用该模型计算<img file="39582dest_path_image002.GIF" wi="38" he="17" />即第n年的粮食产量的预测值；其中i为能查询到的粮食产量和影响因子值的年度，第n年主要影响因子已知，粮食产量为待预测的。 | ||
| 地址 | 450000 河南省郑州市高新区莲花街100号 | ||