基于GNNM的加工番茄产量预测研究

文欢+陈华

摘要：为提高加工番茄产量预测精度，提出一种串联型组合灰色神经网络模型（grey neutral net model，GNNM）的番茄产量预测方法。通过以新疆某加工番茄产业基地的历史数据作为研究对象，利用灰色关联分析法，获取与加工番茄产量相关性较大的影响因素，剔除非主要影响因素。以主要影响因素和灰色模型（grey model，GM）预测值作为神经网络模型输入，加工番茄产量作为输出，构建GNNM预测模型。仿真试验结果表明，新预测模型具有更好的逼近能力和预测精度，为加工番茄产量精准预测提供了一种新的方法。

关键词：加工番茄；灰色模型；神经网络；产量预测

中图分类号： S11文献标志码： A

文章编号：1002-1302（2017）11-0167-04[HS）][HT9.SS]

新疆独特的光热和水土条件成就了优质番茄的生长，为大规模的番茄酱加工创造了有利条件。加工番茄作为新疆的优势果蔬产业，种植规模达7万hm2以上，已经达到全国总产量的90%，番茄酱出口量接近全国贸易总量的1/4，被誉为新疆的红色支柱产业[1]。因此研究加工番茄产量预测模型可以为本地区番茄种植规划、番茄产业的宏观调控、加工及储藏等方面提供一定的参考价值。

然而国内针对加工番茄產量预测的理论研究较少，已有的相关研究大都集中于线性回归模型、移动平均法、指数平滑法和误差反向传播（back propagation，BP）神经网络等预测方法上。姜波等利用粒子滤波对番茄产量进行短期预测[2]；袁莉等运用灰色系统理论建立了加工番茄产量预测灰色模型[3]；尤坤鹏等采用马尔科夫预测技术建立番茄产量预测模型[4]；……