新疆棉花产量人工神经网络预测研究

□文/刘尚俊 刘君

（塔里木大学经济与管理学院新疆·阿拉尔）

我国是纺织服装业大国，棉花的稳定供给对我国棉纺业意义重大。2011年新疆棉花种植面积2，393.9万亩，产量289.8万吨，连续19年保持面积、单产、总产、调出量全国第一。棉花产业发展的稳定与否，不仅关系到国家棉花安全和棉纺工业稳定发展，也关系到新疆农村经济发展和社会的稳定。而棉花产业的稳定发展，离不开棉花产量的预测。分析与预测新疆棉花产量，不仅可以了解新疆棉花产量的走势，而且有助于统筹安排新疆棉花的种植、消费、出口等相关事宜，从而稳定棉花市场的供求，同时兼顾棉农的利益。

棉花属于纯经济作物，受市场价格变化影响很大，因此棉花种植面积具有很大波动性，同时气候变化对于棉花产量的影响至关重要。因此，相比粮食作物来说，棉花产量的预测具有较大难度。

时间序列预测和灰色系统GM（1，1）等模型均是假设所有的影响因素都蕴含在单一历史序列中，主要依靠总产量数据建立预测模型，需要的数据较少，比较容易操作；适合于具有长期趋势的序列，对于波动比较剧烈的序列预测效果较差。目前，对新疆棉花产量预测的研究大部分都是此类。

回归分析预测和神经网络预测属于因果关系预测，假定一个因素的变动是由另一个或几个变量引起的，通过掌握自变量的变动可以知道因变量的变动趋势。要求占有尽可能多的资料，而对数列的波动趋势没有特别要求。回归分析需要假设关系的数量模型形式，然后用最小二乘法拟合，而神经网络则不需要假设数量关系的形式，通过反复多次的学习和训练达到模拟变量关系的目的。本文拟选用BP神经网络对棉花总产量进行预测。

一、建立人工神经网络模型的方法

（一）BP神经网络结构。BP网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。BP神经网络模型拓扑结构包括输入层、隐层和输出层。当有信息向网络输入时，信息先由输入层传至隐层节点，再传至输出层。

（二）BP神经网络学习算法。以只包含一层隐层节点神经网络为例，其算法的步骤如下：

（1）设置变量和参量：

为输入向量，M代表输入向量维数，N为训练样本个数。

WMI（n）=（wij）M×I为第n次迭代时输入层与隐层I间的权值向量；WIP（n）=（wij）I×P为第n次迭代时隐层I与输出层之间的权值向量。

（k=1，2，…，N）为第n次迭代时网络的实际输出，P为输出向量的维数。dk（n）=［dk1（n），dk2（n），…，dkP（n）］，（k=1，2，…，N）为期望输出。

（2）初始化。赋较小的随机非零值于WMI（0），WIP（0）。

（3）输入样本Xk，令n=0。

（4）对输入样本Xk，前向计算BP网络每层神经元的输入信号u和输出信号v，将得出的实际输出Yk（n）与期望输出dk（n）相比较，判断是否满足要求，若满足转至（7），不满足转至（5）。

（5）判断n是否达到最大迭代次数，若大于转至（7），否则对输入样本Xk，反向计算每层神经元局部梯度δ。其中：δPp=

（6）按下式计算权值修正△W，并修正权值，η为学习速率。n=n+1，转至（4）。

（7）判断是否学完所有的训练样本，是则结束，否则返回（3）。

二、基于神经网络的新疆棉花产量预测模型

（一）模型设定。以新疆棉花种植面积X1，有效灌溉面积X2，化肥使用量为输入神经元X3，以新疆棉花总产量y为输出神经元，利用以上算法建立BP神经网络模型，根据1995年到2010年的历史数据进行神经网络训练和预测模拟实验。

模型输入变量：棉花种植面积（万亩）X1；有效灌溉面积（万亩）X2；机械拥有量（万千瓦）X3。期望输出：棉花总产量（万吨）Y。

由于每个指标的单位和变动范围不同，需要对数据进行标准化（标志值落在全区间［–1，1］）。标准化方法：X'=

表1 神经元网络训练结果与回归分析结果比较表

模型设定一个隐层。隐层节点数量根据经验设定为5，学习速率设定0.01，目标精度0.0001，最大训练次数50000。

（二）模型运行与分析。选用多元线性回归模型与神经网络模型进行比较，运行结果见表1。（表1）其中，1995～2009年数据为样本拟合值，2010年数据为样本预测值。将神经网络预测值与多元线性回归预测值进行比较，其中：相对误差=（预测值–实际值Y）/实际值Y。

三、结论

人工神经网络BP模型能自主地从训练实例中学习，建立自变量与因变量之间的非线性映射关系。与线性回归预测一样，指标的选择对神经网络学习和预测有较大的影响，应结合实际问题对预测指标进行适当的取舍，力求所建立的神经网络预测模型有较高的预测精度。鉴于棉花种植成本连年提高，加之新疆尤其是南疆水资源匮乏，新疆维吾尔自治区政府2008年提出减棉增果号召，因此2009年和2010年新疆棉花种植面积和产量明显萎缩。所以，进行新疆棉花产量预测时应综合考虑宏观政策、棉花价格等诸因素，从而进一步提高预测精度。

[1]2011年我区农业农村工作大事盘点：新疆农业信息网.http：//www.xj-agri.gov.cn/.

[2]肖双喜，刘小和.棉花种植面积影响因素分析——基于新疆、河南、江苏和山东四省的调查[J].农业技术经济，2008.4.

[3]杨伟静.基于BP神经网络的铁路客流量预测研究[J].合作经济与科技，2010.13.

[4]朱辉.GM（1，1）模型在新疆生产建设兵团棉花总产量预测中的应用[J].安徽农业科学，2008.20.