[发明专利]口粮消费量预测模型的构建方法、消费量预测方法及装置

权利要求书

1.一种口粮消费量预测模型的构建方法，其特征在于，步骤如下：

获取各个年份的口粮消费量以及影响口粮消费量的影响因子，并进行预处理；

根据预处理后的口粮消费量以及影响口粮消费量的影响因子，构建BP网络的拓扑结构；

初始化BP网络中的权值和阈值，将其编码为粒子，并设置粒子群算法中的参数，所述参数包括非线性递减的惯性权重；

确定粒子群算法中的适应度函数，并计算每个粒子的适应度值，确定粒子位置的个体最优和全局最优；

根据粒子位置的个体最优和全局最优，不断更新粒子的速度和位置，直至满足终止条件，从而得到优化后的BP网络中的初始权值和阈值；

根据优化后的BP网络中的初始权值和阈值，对BP网络进行训练，从而得到基于改进粒子群优化BP网络的口粮消费量预测模型。

2.根据权利要求1所述的口粮消费量预测模型的构建方法，其特征在于，非线性递减的惯性权重的计算公式为：

其中，w_max、w_min分别表示惯性权重w的上限和下限，iter为当前迭代次数，Max_iter为最大迭代次数，a为常系数，控制非线性函数的递减曲线形状，取a＝10。

3.根据权利要求2所述的口粮消费量预测模型的构建方法，其特征在于，w_max＝0.9，w_min＝0.4。

4.根据权利要求1-3中任一项所述的口粮消费量预测模型的构建方法，其特征在于，粒子群算法中的参数还包括粒子速度，其中粒子速度边界的计算公式为：

V_max＝v₁-(v₁-v₂)(iter/Max_iter)

其中，V_max为粒子速度边界，v₁为速度的上限值，v₂为速度的下限值，iter为当前迭代次数，Max_iter为最大迭代次数。

5.根据权利要求4所述的口粮消费量预测模型的构建方法，其特征在于，v₁＝1.5，v₂＝0.5。

6.根据权利要求1-3中任一项所述的口粮消费量预测模型的构建方法，其特征在于，粒子群算法中的适应度函数的计算公式为：

其中，MSE表示粒子群算法中的适应度函数，f_i表示第i个粒子的网络输出节点的预测值，y_i表示第i个粒子的网络输出节点的实际值，N表示粒子数目。

7.一种口粮消费量预测模型的构建装置，其特征在于，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令以实现如下方法：

获取各个年份的口粮消费量以及影响口粮消费量的影响因子，并进行预处理；

根据预处理后的口粮消费量以及影响口粮消费量的影响因子，构建BP网络的拓扑结构；

初始化BP网络中的权值和阈值，将其编码为粒子，并设置粒子群算法中的参数，所述参数包括非线性递减的惯性权重；

确定粒子群算法中的适应度函数，并计算每个粒子的适应度值，确定粒子位置的个体最优和全局最优；

根据粒子位置的个体最优和全局最优，不断更新粒子的速度和位置，直至满足终止条件，从而得到优化后的BP网络中的初始权值和阈值；

根据优化后的BP网络中的初始权值和阈值，对BP网络进行训练，从而得到基于改进粒子群优化BP网络的口粮消费量预测模型。

8.根据权利要求7所述的口粮消费量预测模型的构建装置，其特征在于，非线性递减的惯性权重的计算公式为：

其中，w_max、w_min分别表示惯性权重w的上限和下限，iter为当前迭代次数，Max_iter为最大迭代次数，a为常系数，控制非线性函数的递减曲线形状，取a＝10。