基于改进BP神经网络的甜菜种植地土壤水分预测

发布时间：2022-11-06 07:59

　　本文改进粒子群算法并优化BP神经网络进行甜菜种植地土壤水分的预测。分析影响土壤水分变化的因素,选取土壤水分初值、空气温度、降雨量、蒸发量、日照时间、灌溉量为输入因子,将预测结果进行对比,NCPSO-BP预测模型对土壤水分预测值与实测值的误差大约为2%,而PSO-BP预测模型的误差大约为10%,因此,NCPSO-BP预测模型预测结果更加准确。 

【文章页数】：2 页

【文章目录】：
0 引言
1 甜菜种植地土壤水分预测模型
    1.1 改进的粒子群算法
    1.2 NCPSO-BP网络模型的建立
2 应用举例
    2.1 训练与结果
    2.2 网络模型仿真预测
3 结论


【参考文献】：
期刊论文
[1]基于神经网络的土壤水分预测建模研究[J]. 刘洪斌,武伟,魏朝富.  水土保持学报. 2003(05)
[2]采用土壤孔隙表面分形维数预测土壤水分特征曲线[J]. 刘亚磊,梁杏,朱常坤,李静.  水文地质工程地质. 2014(03)
[3]基于无人机热红外图像的核桃园土壤水分预测模型建立与应用[J]. 孙圣,张劲松,孟平,汪贵斌,黄辉,尹昌君,王鑫梅.  农业工程学报. 2018(16)
[4]农田土壤水分预测模型应用研究[J]. 申双和,周英.  南京气象学院学报. 1992(04)



本文编号：3703138