一种基于ARIMA-GRNN模型的粮食产量预测方法

摘要

本发明公开了一种基于ARIMA‑GRNN模型的粮食产量预测方法，包括以下步骤：A、获取与粮食产量相关的数据时间序列；B、对数据时间序列进行差分处理，得到平稳时间序列；C、使用ARIMA模型对各数据时间序列进行预测；D、根据步骤C的预测结果，保留与粮食产量相关度大于预设阈值的数据时间序列；E、建立GRNN神经网络结构，GRNN神经网络结构包括输入层、模式层、求和层和输出层，使用数据时间序列对GRNN神经网络结构进行训练；F、使用步骤D中保留的数据时间序列输入GRNN神经网络结构，得到粮食产量的预测值。本发明能够改进现有技术的不足，提高了对于粮食产量预测方法的适应能力。