使用S型激活函数设计和开发的人工神经网络（ANN）系统预测泰米尔纳德邦的年度稻米产量
摘要：在所有的31个塔米尔纳德邦地区预测年度稻米产量对于塔米尔纳德邦政府来说是一个重要决策。稻米产量是一个涉及土壤、作物、天气、害虫、疾病、资本、劳动力和管理参数的复杂过程和非线性问题。设计和开发了一个带有前馈反向传播（FFBP）网络的人工神经网络（ANN）软件来预测稻米产量。输入层有六个独立变量，如种植面积和三个季度（库韦、桑巴和科代）的稻米产量。采用流行的sigmoid激活函数将输入数据转换为sigmoid值。隐藏层计算六个sigmoid值和六组权重的总和。最终输出通过sigmoid传输函数转换为sigmoid值。ANN的输出是预测结果。计算原始数据和ANN输出值之间的误差。使用10的负9次方作为阈值来测试误差是否大于阈值水平。如果误差大于阈值，则进行权重更新和反向传播。重复此过程直到误差等于零。打印预测结果并发现与预期值完全匹配。这表明ANN的预测达到了100\%的准确率。
作者：S.Arun Balaji and K.Baskaran
论文ID：1303.1913
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-03-11