首页|基于L-M优化算法的BP神经网络的作物需水量预测模型

基于L-M优化算法的BP神经网络的作物需水量预测模型

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
应用L-M优化算法BP神经网络,通过多维气象数据(太阳辐射、空气温度、湿度)与作物需水量的相关分析,来确定网络的拓扑结构,建立作物需水量的人工神经网络模型.用美国田纳西州大学高原实验室所测的100 d气象数据为输入、作物需水量为输出来训练建立好的BP神经网络,仿真表明该神经网络能很好地解决需水量多影响因素之间的不确定性和非线性,模型的预测精度较高,同时通过一组非样本天气环境参数和作物需水量来验证该神经网络,也得到了较好的预测结果,能够满足灌溉的精度要求.
Model for predicting crop water requirements by using L-M optimization algorithm BP neural network

张兵、袁寿其、成立、袁建平、从小青

展开 >

江苏大学流体机械工程技术研究中心,镇江,212013

BP神经网络 作物需水量 L-M优化算法 预测模型

国家高技术研究发展计划(863计划)

2004AA2Z4010

2004

农业工程学报
中国农业工程学会

农业工程学报

CSTPCDCSCD北大核心
影响因子：2.529
ISSN：1002-6819
年,卷(期)：2004.20(6)
  • 49
  • 6