基于注意力机制的ADE-Bi-IndRNN模型的中国粮食产量预测 |
| |
引用本文: | 吴彬溶,王林.基于注意力机制的ADE-Bi-IndRNN模型的中国粮食产量预测[J].运筹与管理,2024(1):102-107. |
| |
作者姓名: | 吴彬溶 王林 |
| |
作者单位: | 华中科技大学管理学院 |
| |
基金项目: | 国家社会科学基金重大项目(20&ZD126); |
| |
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ADE-Bi-IndRNN粮食产量预测模型。经过预测分析得出我国2020—2024的粮食产量分别为6.67亿吨、6.72亿吨、6.80亿吨、6.99亿吨、7.02亿吨,总体呈现震荡上涨趋势,平均年增长率为1.15%。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 |
|
|