← 返回列表
一种基于狼鸟优化算法的农作物产量预测优化方法
摘要文本
本发明公开了一种基于狼鸟优化算法的农作物产量预测优化方法，属于数据预测技术领域，包括：S1、改进狼鸟优化算法的搜索比率因子，继而建立狼鸟优化算法的位置更新数学模型；S2、将LSTM网络模型的最佳学习率因子和正则化系数实数编码为一个空间解集与狼鸟算法的乌鸦和狼种群位置建立映射关系；S3、利用改进后的狼鸟算法对LSTM网络模型的最佳学习率因子和正则化系数参数整定；得到最佳学习率因子和正则化系数；S4、利用优化后的LSTM网络对影响农作物产量的因素数据处理，输出最佳农作物产量预测数据，通过本发明的方法，解决传统LSTM网络预测时，学习率因子和正则化系数不稳定的问题，提高对农作物产量预测的准确性。 （来源 ）
申请人信息
- 申请人:济南农智信息科技有限公司
- 申请人地址:250000 山东省济南市历城区辛祝路17号好兰朵大厦652室
- 发明人: 济南农智信息科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于狼鸟优化算法的农作物产量预测优化方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410224100.6 |
| 申请日 | 2024/2/29 |
| 公告号 | CN117808034A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06N3/006 |
| 权利人 | 济南农智信息科技有限公司 |
| 发明人 | 冯海波; 王建民 |
| 地址 | 山东省济南市历城区辛祝路17号好兰朵大厦652室 |
专利主权项内容
1.一种基于狼鸟优化算法的农作物产量预测优化方法，利用改进狼鸟优化算法优化LSTM网络，实现农作物产量数据预测，其特征在于，具体步骤为：S1、改进狼鸟优化算法的搜索比率因子，继而建立狼鸟优化算法的位置更新数学模型；S2、将LSTM网络模型的最佳学习率因子和正则化系数/>实数编码为一个空间解集与狼鸟优化算法的乌鸦和狼种群位置建立映射关系；S3、利用改进后的狼鸟优化算法对LSTM网络模型的最佳学习率因子和正则化系数/>参数整定；得到最佳学习率因子/>和正则化系数/>；S4、利用优化后的LSTM网络对影响农作物产量的因素数据处理，输出最新农作物产量预测数据值。