基于神经网络的土壤墒情预测模型的研究

发布时间：2021-01-28 21:24

　　墒情预测是精准农业概念中的一个技术方向,但进行墒情预测,往往会遇到很多问题,如数据信息缺失影响预测模型的构建、预测模型自身的训练过程容易陷入局部极小值、预测模型的预测精度不高等问题。因此,本文主要从优化数据插值算法以及优化预测模型这两个方面进行研究。针对缺失数据的插值问题,本文提出一种基于密度的正弦余弦算法,并用来优化普通克里金插值模型,为神经网络预测模型的建立奠定良好的数据基础。普通克里金法中的参数求取过程中基于一系列假设条件,在插值精度上仍有优化空间,本文将普通克里金法中的参数优化问题抽象成为NP-hard问题,并使用本文提出的基于密度的正弦余弦算法,优化普通克里金插值模型。使用标准函数进行算法性能测试,并使用河南省长葛市试验田的数据进行实验,结果表明,基于密度的正弦余弦算法在复杂的非线性问题中,具有较好的局部最优回避能力,收敛速度也较快,且在优化普通克里金插值模型中表现出较好的性能。针对优化土壤温湿度预测模型问题,本文提出一种基于动态网络拓扑的多目标粒子群算法,并应用至优化神经网络预测模型,最终建立动态拓扑多目标粒子群神经网络预测模型。平衡算法对于解空间的勘探与开采能力,使算法具... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图２－１正弦余弦算法示意图??由于在这个公式中使用了正弦和余弦，所以这个算法被称为正弦余弦算法，??

护2基准函龚

一基准函婆

【参考文献】：
期刊论文
[1]灰色神经网络下的多变量土壤含水量预测模型[J]. 罗党,王浍婷.  华北水利水电大学学报(自然科学版). 2017(05)
[2]改进灰狼算法在土壤墒情监测预测系统中的应用[J]. 李宁,李刚,邓中亮.  计算机应用. 2017(04)
[3]冬小麦田间墒情预报的经验模型[J]. 尚松浩,雷志栋,杨诗秀.  农业工程学报. 2000(05)



本文编号：3005718