[发明专利]基于BP神经网络的粮食品质指标预测方法

权利要求书

1.基于BP神经网络的粮食品质指标预测方法，其特征在于，包括：

获取粮食预测期信息t，其中，所述粮食预测期信息t表示需要预测第t期粮食的品质指标；

根据粮食预测期信息t，获取符合时间要求的粮食品质指标数据；

根据获取到的粮食品质指标数据构建BP神经网络预测模型；

根据所述BP神经网络预测模型预测第t期粮食的品质指标。

2.根据权利要求1所述的基于BP神经网络的粮食品质指标预测方法，其特征在于，所述根据粮食预测期信息t，获取符合时间要求的粮食品质指标数据包括：分别从历史数据库中获取第t-1期的粮食品质指标数据X_t—1、第t-2期的粮食品质指标数据X_t-—2和第t-3期的粮食品质指标数据X_t—3。

3.根据权利要求2所述的基于BP神经网络的粮食品质指标预测方法，其特征在于，根据获取到的粮食品质指标数据构建BP神经网络预测模型包括：

分别从粮食品质指标数据X_t—1、粮食品质指标数据X_t—2和粮食品质指标数据X_t—3中抽取一部分数据构成训练集X^P，X^P＝[X^P_t—1，X^P_t—2，X^P_t—3]；

对所述训练集X^P作归一化处理得到X^R；

根据X^R构建BP神经网络模型。

4.根据权利要求3所述的基于BP神经网络的粮食品质指标预测方法，其特征在于，对所述训练集X^P作归一化处理得到X^R包括：令X^R_ij＝(X^P_ij－min(X^P_ij))/(max(X^P_ij)—min(X^P_ij))，其中，X^P_ij表示列变量X^P_j中的一个数据，min(X^P_ij)表示列变量X^P_j中的最小值，max(X^P_ij)表示列变量X^P_j中的最大值，max(X^P_ij)—min(X^P_ij)表示列变量X^P_j的极差，j＝t-1，t-2，t-3。