中国柑橘产销风险的BP人工神经网络预警

人工神经网络（Artificial Neural Network，ANN）是20世纪80年代人工智能领域逐渐兴起的研究热点，也是管理系统仿真领域中的重要研究方法。1943年，美国心理学家W.S.Mcculloch和数学家W.Pitts通过共同研究首次提出了神经元模型——MP模型，标志着人工神经网络研究理论正式诞生。经过了30多年的研究发展，目前神经网络已应用到信息领域、自动控制领域、预测估计、智能机器人、生物领域、医学领域、经济领域、数据挖掘、电力系统、交通、军事、矿业、农业和气象等众多领域，成功解决了这些领域一些难以解决的实际问题。人工神经网络主要具有自学习功能、联想存储信息功能和高速寻找最优解功能，能够有效运用于经济预测预警和市场预测预警等方面。

BP神经网络是目前应用最为广泛的神经网络模型之一，这种类型的神经网络模型具有的非线性映射能力、记忆联想能力和容错能力能够有效弥补当前中国柑橘产销预警中相关统计数据资料的缺乏，符合柑橘产销影响因素众多而且与产销平衡之间是非线性关系的特征。记忆联想能力是指即使输入BP神经网络的信息是有缺失的，网络也能回忆起与之前预存模式相似的部分。容错能力是指如果在BP神经网络的输入数据中存在较大的误差或少量错误，也不会影响网络对整体样本数据规律的识别能力；非线性映射能力是指BP网络以任意精度逼近任何非线性连续函数，特别适合于复杂问题求解。柑橘产销风险预警的指标较多，若采用其他计量模型，工作量较大，而BP人工神经网络则具有快速处理的特点，能够节约预警工作时间，提高预警效率。(www.xing528.com)