新疆棉花产量人工神经网络预测研究

[提要] 本文运用人工神经网络预测方法，建立新疆棉花产量预测模型，通过与多元线性回归预测误差的比较，说明神经网络预测方法在新疆棉花产量预测上是有效的。

关键词：新疆；棉花产量；神经网络；预测

中图分类号：F32 文献标识码：A

收录日期：2012年9月5日

我国是纺织服装业大国，棉花的稳定供给对我国棉纺业意义重大。2011年新疆棉花种植面积2，393.9万亩，产量289.8万吨，连续19年保持面积、单产、总产、调出量全国第一。棉花产业发展的稳定与否，不仅关系到国家棉花安全和棉纺工业稳定发展，也关系到新疆农村经济发展和社会的稳定。而棉花产业的稳定发展，离不开棉花产量的预测。分析与预测新疆棉花产量，不仅可以了解新疆棉花产量的走势，而且有助于统筹安排新疆棉花的种植、消费、出口等相关事宜，从而稳定棉花市场的供求，同时兼顾棉农的利益。

棉花属于纯经济作物，受市场价格变化影响很大，因此棉花种植面积具有很大波动性，同时气候变化对于棉花产量的影响至关重要。因此，相比粮食作物来说，棉花产量的预测具有较大难度。

时间序列预测和灰色系统GM（1，1） 等模型均是假设所有的影响因素都蕴含在单一历史序列中，主要依靠总产量数据建立预测模型，需要的数据较少，比较容易操作；适合于具有长期趋势的序列，对于波动比较剧烈的序列预测效果较差。目前，对新疆棉花产量预测的研究大部分都是此类。

回归分析预测和神经网络预测属于因果关系预测，假定一个因素的变动是由另一个或几个变量引起的，通过掌握自变量的变动可以知道因变量的变动趋势。要求占有尽可能多的资料，而对数列的波动趋势没有特别要求。回归分析需要假设关系的数量模型形式，然后用最小二乘法拟合，而神经网络则不需要假设数量关系的形式，通过反复多次的学习和训练达到模拟变量关系的目的。本文拟选用BP神经网络对棉花总产量进行预测。

一、建立人工神经网络模型的方法

（一）BP神经网络结构。BP网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入—输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。BP神经网络模型拓扑结构包括输入层、隐层和输出层。当有信息向网络输入时，信息先由输入层传至隐层节点，再传至输出层。

（二）BP神经网络学习算法。以只包含一层隐层节点神经网络为例，其算法的步骤如下：