《表3 BP神经网络苹果产量预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于幼果期气象数据苹果产量早期预测研究——以运城市为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由上述可知苹果幼果期对苹果的气象产量影响最大，故选取苹果幼果期，即每年5月份的气象数据和苹果年产量作为数据来源。本研究将最高气压、最低气压、最高温度、最低温度、平均湿度、最小湿度、降雨量、平均风速、最大风速、日照时长、平均地温等11个气象因子作为模型输入变量，苹果实际年产量作为输出变量建立BP神经网络模型并采用留一验证法进行交叉验证，将运城市2005—2018年数据分为14个样本，随机使用13个样本当作训练集，而剩余的1个样本留下来当作测试集，这个步骤一直持续到每个样本都仅被当作一次测试集后结束。根据以上数据，设定网络输入层节点数为11，输出层节点数为1。隐含层节点数根据试凑法，按照预测误差最小的原则定为300。设置网络学习的收敛误差为0.001，学习速度为0.05，最大训练次数为100。当收敛误差达到要求后，训练结束。苹果产量预测结果如表3所示，实际产量和预测产量趋势变化如图2所示。