基于 BP 神经网络的黄山市茶叶产量预测研究

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-376X-07-12-175289

基于 BP 神经网络的黄山市茶叶产量预测研究

钱锦, 王佳佳*, 李佳振, 黄可云, 李娇娇, 陈尧庭

黄山学院数学与统计学院

全文直达

引用

打印

摘要：茶叶产量的准确预测对于农业生产规划与管理具有重要意义。本研究基于 2003—2023 年的黄山市茶叶产量数据，系统分析了影响茶叶产量的主要因子，包括茶园采摘面积、年平均气温、年平均降水量及累计日照时数等。以此为输入特征，构建了 BP 神经网络预测模型，用于量化茶叶产量变化规律。试验结果表明，模型预测值与实际产量相关系数超过 0.7，整体平均误差百分比仅为 0.65%，显示出较高的预测精度与稳定性。该模型能够有效反映茶叶产量的年度波动趋势，为黄山市茶叶种植规划、生产管理和政策制定提供了科学依据。研究验证了神经网络方法在非线性农业产量预测中的实用性与可靠性。

关键词：

茶叶产量；BP 神经网络；预测模型；气象因子；非线性建模

Universe Scientific Publishing

ISSN：2661-3751

年,卷(期)：2025,7(12)