基于BP人工神经网络的膜下滴灌作物水分响应及农田墒情预报模型研究

发布时间：2021-01-05 06:47

　　人工智能（Artificial Intelligence）是人类发展到计算机时代的又一个梦想,为知识学习和获取自动化、知识表达方式普适性、搜索求解高效率和全局化、智能体活化于环境等多个方面系统提供了可能。为满足土壤-作物-大气系统（SPAC）深入研究及复杂系统建模优化的需要,本文针对SPAC系统特有的复杂性,以人工智能技术中重要分支人工神经网络（Artificial Neural Network简写ANN）为建模、系统优化工具,SPAC为研究对象,充分利用人工智能技术的自适应能力、非线性、全局优化等特点,将其运用于该领域多个问题的解决中。就人工神经网络在膜下滴灌条件下的作物水分响应（Crop Response to Water简写CRW）和土壤墒情预报中的运用进行了探索性的研究,为SPAC复杂系统多参非线性问题的求解开辟了新路。论文取得了以下研究成果:（1）由于现有作物水分响应模型的数学结构和敏感指标的表达对某些作物品种、受旱形式及生长环境等存在着不适性,传统建模方法仍有诸多不便之处。本文依据人工神经网络的基本原理在充分吸收其最新理论研究成果的基础上,以膜下滴灌试验得到的实测棉花产量和... 

【文章来源】：新疆农业大学新疆维吾尔自治区

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘 要
Abstract
基金资助
第一章 绪论
    1.1 项目来源
    1.2 研究意义及背景
    1.3 国内外研究进展
    1.4 主要研究目标、内容与技术路线
第二章 基于 BP 神经网络的膜下滴灌棉花作物水分响应模型研究
    2.1 前言
    2.2 BP 神经网络层数的确定
    2.3 各层神经元数的选定
    2.4 拟合误差
    2.5 连接权值修正量的调整
    2.6 样本数据及其处理
    2.7 网络训练
    2.8 计算结果分析
    2.9 小结
第三章 基于 BP 神经网络的膜下滴灌棉田土壤墒情预报模型研究
    3.1 前言
    3.2 材料与方法
    3.3 BP 网络模型中输入变量、输出变量的确定
    3.4 隐含层的确定及网络训练与结果分析
    3.5 小结
第四章 结论与展望
    4.1 结论
    4.2 展望
参考文献
致谢
作者简介


【参考文献】：
期刊论文
[1]参考作物腾发蒸腾量等值线图的绘制[J]. 佟长福,史海滨,霍再林,李为萍,乔冬梅.  沈阳农业大学学报. 2004(Z1)
[2]内蒙古地区ET0时空变化与相关分析[J]. 霍再林,史海滨,陈亚新,魏占民,屈忠义.  农业工程学报. 2004(06)
[3]棉花膜下滴灌条件下灌水频率对土壤水盐分布和棉花生长的影响[J]. 张琼,李光永,柴付军.  水利学报. 2004(09)
[4]ET0的人工神经网络模型与评估研究[J]. 霍再林,史海滨,陈亚新,魏占民,屈忠义,乔冬梅.  水资源与水工程学报. 2004(02)
[5]现代农业与生态节水的技术创新与未来研究重点[J]. 康绍忠,蔡焕杰,冯绍元.  农业工程学报. 2004(01)
[6]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)
[7]神经网络在水质模型中的应用[J]. 崔宝侠,段勇,高鸿雁,左传金.  沈阳工业大学学报. 2003(03)
[8]珠江三角洲网河区顶点分水分沙变化及神经网络模型预测[J]. 杨清书,罗章仁,沈焕庭,杨干然.  水利学报. 2003(06)
[9]非充分灌溉农田土壤水分动态模拟模型[J]. 张展羽,赖明华,朱成立.  灌溉排水学报. 2003(01)
[10]推求水稻非充分灌溉下优化灌溉制度的新方法——基于实码加速遗传算法的多维动态规划法[J]. 付强,王立坤,门宝辉,金菊良.  水利学报. 2003(01)

博士论文
[1]遗传算法在水资源工程中的应用研究[D]. 金菊良.四川大学 2000



本文编号：2958225