用于农作物产量预测的混合机器学习模型
神经与进化计算
2020-05-11 v1 机器学习
机器学习
摘要
农作物产量预测对于粮食安全政策制定、规划与贸易至关重要。本研究旨在提出基于混合机器学习方法的农作物产量预测新模型。本研究评估了人工神经网络-帝国主义竞争算法（ANN-ICA）与人工神经网络-灰狼优化算法（ANN-GWO）模型在农作物产量预测中的性能。结果表明，ANN-GWO 的 R 为 0.48，RMSE 为 3.19，MEA 为 26.65，在农作物产量预测中表现出优于 ANN-ICA 模型的性能。该结果可供从业者、研究人员或政策制定者用于粮食安全工作。
引用
@article{arxiv.2005.04155,
title = {Hybrid Machine Learning Models for Crop Yield Prediction},
author = {Saeed Nosratabadi and Felde Imre and Karoly Szell and Sina Ardabili and Bertalan Beszedes and Amir Mosavi},
journal= {arXiv preprint arXiv:2005.04155},
year = {2020}
}
备注
5 pages, 2 figures, 3 tables