金博宇 劉奇峰 姜建中 王浩成

一、引言

伴隨著我國國民經(jīng)濟水平的日益增長，國民生活水平有了顯著提高。農(nóng)林產(chǎn)值也在不斷提高，準確的對農(nóng)林產(chǎn)值進行預(yù)測有助于更加精確的指導(dǎo)農(nóng)、林業(yè)的生產(chǎn)和產(chǎn)業(yè)結(jié)構(gòu)的規(guī)劃調(diào)整。

在進行農(nóng)林產(chǎn)值預(yù)測時，有很多種預(yù)測模型可以進行預(yù)測。找到關(guān)鍵的影響因素是選擇預(yù)測模型的前提。呂效國等人將政府財政對農(nóng)業(yè)的投入、農(nóng)民自己的投入、農(nóng)業(yè)從業(yè)人員等三條因素作為主要影響因素進行分析。林文浩等人應(yīng)用灰色動態(tài)微分方程模型GM(1,1)對福建省農(nóng)業(yè)產(chǎn)值的發(fā)展趨勢進行預(yù)測。

本文將考慮造林面積、農(nóng)作物播種面積、國內(nèi)生產(chǎn)總值等因素對農(nóng)林產(chǎn)值進行預(yù)測。采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型對我國農(nóng)林產(chǎn)值進行預(yù)測。

二、BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型

神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡單單元組成的廣泛并行互連網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對真實世界物體所作出的交互反應(yīng)。

本文將國內(nèi)生產(chǎn)總值，造林面積以及農(nóng)作物播種面積作為分析因素，對農(nóng)林產(chǎn)值進行預(yù)測。采用2005-2017年的造林面積數(shù)據(jù)進行分析（數(shù)據(jù)來源：《中國統(tǒng)計年鑒2018版》）。其中，國內(nèi)生產(chǎn)總值（億元），造林面積（公頃），農(nóng)作物播種面積（千公頃），農(nóng)業(yè)產(chǎn)值（億元），林業(yè)產(chǎn)值（億元）。

表一：研究數(shù)據(jù)Table1：researchdata

將數(shù)據(jù)輸入到神經(jīng)元后，通過60000次迭代，迭代結(jié)束后，BP神經(jīng)網(wǎng)絡(luò)模型趨于最優(yōu)，模型預(yù)測曲線擬合良好，仿真輸出和實際輸出對比圖如下：

圖一：仿真輸出和實際輸出對比圖Figure1：comparisondiagramofsimulationoutputandactual output

由圖可知在考慮造林面積，國民生產(chǎn)總值和農(nóng)作物播種面積等因素時，BP神經(jīng)網(wǎng)絡(luò)擬合良好，可以認為這3個因素在一定程度上對農(nóng)林產(chǎn)量產(chǎn)生影響。再通過BP神經(jīng)網(wǎng)絡(luò)進行預(yù)測，將訓(xùn)練集得到的模型應(yīng)用于測試集中，得到結(jié)果如下：

表二：農(nóng)業(yè)產(chǎn)值預(yù)測結(jié)果Table2：forecastresultsofagriculturaloutputvalue

表三：林業(yè)產(chǎn)值預(yù)測結(jié)果Table3：forecastresultsofforestryoutputvalue

三、結(jié)論

本文通過分析造林面積、農(nóng)作物播種面積和國內(nèi)生產(chǎn)總值對農(nóng)林產(chǎn)值的影響，并采用采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型對農(nóng)林產(chǎn)值進行預(yù)測得到結(jié)論如下：

在考慮造林面積，農(nóng)作物播種面積和國內(nèi)生產(chǎn)總值等因素下，BP神經(jīng)網(wǎng)絡(luò)預(yù)測模擬擬合效果良好，BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型對農(nóng)業(yè)產(chǎn)值的預(yù)測準確率達到0.97，對林業(yè)產(chǎn)值的預(yù)測準確率達到0.96，預(yù)測結(jié)果較為準確。