共查询到10条相似文献,搜索用时 515 毫秒
1.
农业机械总动力与影响因素关系分析 总被引:12,自引:1,他引:12
分析了影响农业机械化发展的主要因素,包括生产规模、需求和经济条件;建立了农业机械化发展的总动力分析模型,该模型反映了农机总动力与农民收入水平、农业劳均粮食播种面积和粮食单产的关系;依模型对农机总动力发展进行预测。 相似文献
2.
3.
4.
5.
日前,山东省召开了全省农机局长工作会议。会议提出,力争到2010年底全省农机总动力发展到1.15亿kW,农机总值660亿元,农机服务总产值450亿元,农作物综合机械化水平达到77%,粮食作物机械化水平达到87%。重点抓好6个方面的工作。一 相似文献
6.
7.
以1979—2015年吕梁市农机总动力为研究基础,利用指数函数、三次多项式函数及BP神经网络分别建立农机总动力预测模型并进行样本比对。结果表明,BP神经网络和指数函数模型的平均绝对误差分别为1.11%和3.22%,低于三次多项式函数的平均绝对误差(8.05%)。利用BP神经网络模型和指数函数模型对2016—2021年吕梁市农机总动力进行预测,以期为农业机械化水平的发展提供参考。 相似文献
8.
9.
2012年12月20日,"奇瑞重工杯"2012年全国农机化十大新闻揭晓,他们分别是:1.2012年全国农机总动力超过10亿千瓦。10年来,农业机械化发展实现两大跨越,农机装备总量连续迈上五大台阶2012年我国农机总动力超过10亿千瓦,耕种收综合机械化水平达到57%。10年来,农机装备水平快速增长,农机总动力连续跨上6亿、7亿、8亿、9亿、10亿千瓦五大台阶,耕种收综合机械化水平累计增幅 相似文献
10.
为预测宁夏地区农业机械化水平的发展变化趋势,提出一种将灰色预测模型与BP神经网络有效结合的农业机械总动力预测方法。在BP神经网络的数据预处理阶段融入灰色预测理论,建立基于灰色BP神经网络的农机总动力预测模型,并选取1991-2014年宁夏回族自治区农业机械总动力数据作为样本,利用该模型进行仿真预测,结果表明:该模型具有较高的预测精度,其平均相对误差仅为0.18%,明显优于灰色GM(1,1)模型的3.5 0%和标准BP神经网络的0.2 9%。 相似文献