农机化研究
農機化研究
농궤화연구
JOURNAL OF AGRICULTURAL MECHANIZATION RESEARCH
2011年
1期
61-64
,共4页
遗传算法%GA-BP神经网络%作物参考腾发量
遺傳算法%GA-BP神經網絡%作物參攷騰髮量
유전산법%GA-BP신경망락%작물삼고등발량
采用黄金分割原理优化算法确定BP神经网络的隐含层节点数,进而确定BP神经网络的结构,并针对BP神经网络容易陷入局部极小值和全局搜索能力弱的缺点,引人遗传算法(GA)优化网络权值,建立GA-BP网络模型,预测作物参考腾发量ET0.以北京地区的相关资料为基础,选用6种输入因子组合方案,对该模型进行验证,结果表明该网络模型具有较好的预测能力;同时,对6种方案比较分析表明,方案4最优,该方案只需选用4项输入因子(日序数、平均气温、风速和日照时数),就能以较高的精度预测作物参考腾发量.
採用黃金分割原理優化算法確定BP神經網絡的隱含層節點數,進而確定BP神經網絡的結構,併針對BP神經網絡容易陷入跼部極小值和全跼搜索能力弱的缺點,引人遺傳算法(GA)優化網絡權值,建立GA-BP網絡模型,預測作物參攷騰髮量ET0.以北京地區的相關資料為基礎,選用6種輸入因子組閤方案,對該模型進行驗證,結果錶明該網絡模型具有較好的預測能力;同時,對6種方案比較分析錶明,方案4最優,該方案隻需選用4項輸入因子(日序數、平均氣溫、風速和日照時數),就能以較高的精度預測作物參攷騰髮量.
채용황금분할원리우화산법학정BP신경망락적은함층절점수,진이학정BP신경망락적결구,병침대BP신경망락용역함입국부겁소치화전국수색능력약적결점,인인유전산법(GA)우화망락권치,건립GA-BP망락모형,예측작물삼고등발량ET0.이북경지구적상관자료위기출,선용6충수입인자조합방안,대해모형진행험증,결과표명해망락모형구유교호적예측능력;동시,대6충방안비교분석표명,방안4최우,해방안지수선용4항수입인자(일서수、평균기온、풍속화일조시수),취능이교고적정도예측작물삼고등발량.
