基于改进Elman神经网络的水稻生长预测

发布时间：2020-09-11 20:44

　　 水稻生长预测是农业精确化管理关键的一环。如果能够建立预测模型,在实际生产之前根据输入的环境参数值,预测出对应的水稻长势,进而估算最终产量,将对增强稻田生产潜力,指导耕作方面有着积极意义。水稻生长发育本就是一品种与环境因素共同作用复杂过程,故其预测模型建立也是一非线性复杂问题。目前,在水稻生长预测领域中存在两个不同的思路:一个是通过模拟水稻的同化作用、干物质分配等生理过程所建立的作物生长模型,其可给出水稻在生长要素限定条件下的产量。另一个是基于数据分析的水稻生长预测建模,挖掘水稻产量和温度、光照、水分等环境要素间的隐藏关系,进而预测其产量,主流方法有统计模型和神经网络两种。通过分析各生育期环境因素与生长量复杂关系,论文采用改进Elman神经网络建立预测模型,其模型可以分段预测不同周期长势状况,进而预测最终产量。在研究水稻的生长发育特性和近年长势历史数据的基础上,论文给出兼顾生育周期及各期关键生长指标的水稻生长量定义,以此表征各生育期中水稻的长势,运用Elman神经网络确定各生育期中环境因素与长势的关系。同时为了避免算法容易陷入局部最优,论文提出了用改进遗传算法优化Elman神经网络的初始权值与阈值的解决方案。对返青期、分蘖期、拔节孕穗期、抽穗扬花期、灌浆期、成熟期六个生育周期分别建模,并针对六期的生长量和产量的关系独立建模,训练样本由多种环境参数和各阶段水稻生理指标构成,实验利用若干年的历史样本进行网络训练,得出模型各层权重,实测改进后的模型的精准度有所提升。项目组基于物联网技术,通过温度、光照、水位等传感器感知环境数据变化,ZigBee模块融合环境数据并传输至汇聚网关,由GPRS模块上传至上位机,数据被保存至云服务数据端,利用改进Elman神经网络建立预测模型,完成网络的在线训练和产量预测。目前该系统已经交户实测,其可动态预测各生育期中水稻生长状况,对辅助精准灌溉提供决策支持。
【学位单位】：扬州大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S511;TP183

【相似文献】

相关期刊论文 前10条

1 卓鹏程;朱颖;邬雯暄;舒俊清;夏唐斌;;Real-Time Fault Diagnosis for Gas Turbine Blade Based on Output-Hidden Feedback Elman Neural Network[J];Journal of Shanghai Jiaotong University(Science);2018年S1期

2 张彦清;刘大铭;白冰;李春树;;基于外反馈Elman的离心式压缩机透平转速预测[J];微型机与应用;2016年02期

3 徐晓龙;温阳;张商州;;Elman神经网络仿真及应用[J];智能机器人;2016年04期

4 汤井田;曹扬;肖嘉莹;郭曲练;;Predication of plasma concentration of remifentanil based on Elman neural network[J];Journal of Central South University;2013年11期

5 朱春颖;沈海军;顾豪;殷忠敏;李燕;;Elman网络模型参考自适应控制在镍氢电池智能充电中的应用[J];工业仪表与自动化装置;2013年04期

6 吴微;徐东坡;李正学;;Convergence of gradient method for Elman networks[J];Applied Mathematics and Mechanics(English Edition);2008年09期

7 齐仲纪;刘漫丹;;基于文化算法的新型Elman网络的过程建模方法[J];华东理工大学学报(自然科学版);2008年05期

8 谢庆国 ,万淑芸 ,易燕春 ,赵金 ,沈轶;Speed-Sensorless Control Using Elman Neural Network[J];Journal of Systems Engineering and Electronics;2001年04期

9 张惠玲;刘晓晓;杨林玉;;基于小波-Elman神经网络的信号交叉口首车到达时间预测[J];科学技术与工程;2019年28期

10 王雪丽;;一种基于Elman改进的网络入侵检测算法[J];湖南文理学院学报(自然科学版);2017年04期

相关会议论文 前10条

1 Yanqi Zheng;Zoujing Yao;Heng Zhou;Chunjie Yang;Haifeng Zhang;Mingliang Li;Lei Fan;;Power Generation Forecast of Top Gas Recovery Turbine Unit Based on Elman Model[A];第37届中国控制会议论文集（E）[C];2018年

2 Bo Meng;;Improved Elman Neural Network and Its Application[A];第30届中国控制与决策会议论文集（1）[C];2018年

3 陈力;吕亭亭;王凯;;基于Elman网络的煤与瓦斯突出预测研究[A];煤矿机电一体化新技术创新与发展2012学术年会论文集[C];2012年

4 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九届中国控制会议论文集（一）[C];2000年

5 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四届中国控制会议论文集（下册）[C];2005年

6 卢志刚;冀尔康;李伟;吴士昌;;基于混合Elman网络的非线性自适应逆控制[A];第七届青年学术会议论文集[C];2005年

7 苏刚;王玲玲;徐永生;;基于改进Elman网络的燃气负荷预测[A];第十七届全国过路控制会议论文集[C];2006年

8 李界家;张双喜;郭宏伟;;基于改进型Elman网络的阳极效应故障趋势预测研究[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年

9 张琦;邵立福;;基于Elman神经网络的液压泵故障诊断模型研究[A];机床与液压学术研讨会论文集[C];2004年

10 张琦;邵立福;;基于Elman神经网络的液压泵故障诊断模型研究[A];第三届全国流体传动及控制工程学术会议论文集（第二卷）[C];2004年

相关重要报纸文章 前1条

1 本报记者 小乐;摆脱媒体局限 实地考察中国[N];中国社会科学报;2010年

相关博士学位论文 前10条

1 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年

2 王丽敏;计算智能改进方法及其在金融与环境领域中的应用[D];吉林大学;2007年

3 杨杰;多工序制造质量智能预测建模机理研究及应用[D];华南理工大学;2011年

4 郭晋;神经网络模型在预测急性心肌梗死中的应用及模型预测能力的比较研究[D];北京协和医学院;2013年

5 李鹏华;量子计算在动态递归与自组织神经网络中的机理及应用研究[D];重庆大学;2012年

6 韩旭明;若干改进的人工免疫算法及其在大气环境领域中的应用[D];吉林大学;2010年

7 姜春福;基于神经网络的机器人模型辨识与控制研究[D];北京工业大学;2003年

8 李西平;塔机超声安全预警目标识别的神经网络方法研究[D];西安建筑科技大学;2015年

9 刘长义;基于不确定性测度的机械零部件再制造加工质量控制理论与方法研究[D];合肥工业大学;2015年

10 王永利;区域客户端能源综合需求侧管理理论及应用研究[D];华北电力大学;2010年

相关硕士学位论文 前10条

1 朱海波;基于改进Elman NN回转窑温度软测量建模技术的研究与应用[D];辽宁科技大学;2019年

2 张琪琪;改进粒子群算法优化Elman神经网络的交通流预测[D];长安大学;2019年

3 李先超;基于BFA-Elman神经网络的短期电力负荷预测研究[D];华北电力大学;2019年

4 周鹤;基于改进Elman神经网络的水稻生长预测[D];扬州大学;2019年

5 王辛畅;PSO-GA-Elman及CFD在MBR模拟仿真中的应用研究[D];天津工业大学;2019年

6 窦英杰;基于混合优化模型的短期风速预测[D];兰州大学;2019年

7 杨芳君;基于模糊Elman-DIOC网络与IA~*算法的移动机器人路径规划研究[D];太原理工大学;2019年

8 袁春雨;基于GA-Elman神经网络的无创连续血压测量方法的研究[D];吉林大学;2019年

9 邹丽萍;Elman网络对日总辐射曝辐量预估的应用研究[D];青岛科技大学;2019年

10 杨彬彬;基于Elman-GARCH和因子观点的Black-Litterman模型资产配置[D];广西师范学院;2018年

本文编号：2817152