冷冻干燥过程的神经网络预测模型   总被引：4，自引：1，他引：4  

刘永忠 《农业机械学报》2002,33(4):129-130,137

建立了BP神经网络模型来预测冷冻干燥过程特性，并对BP网络模型的构建方法和模型参数进行了研究。结果表明，采用BP神经网络模型预测冷冻干燥过程特性，具有易实施和预测精度高的特点。  相似文献   

BP神经网络最优组合预测方法及其应用   总被引：11，自引：2，他引：11  

鲍一丹  吴燕萍  何勇 《农机化研究》2004,(3):162-164

为了解决各种单一传统的预测方法中存在的问题，提出了一种BP神经网络最优组合的预测方法。将单一预测方法所得到的预测值作为BP神经网络的输入样本，相应历史数据的实际值作为样本的输出，经过样本训练达到期望精度，应用BP神经网络进行预测。通过对浙江省农机总动力需求预测，表明该方法比各种单一的预测方法都有更高的精度。  相似文献   

基于BP神经网络的降雨量预测研究   总被引：2，自引：1，他引：2  

葛彩莲  蔡焕杰  王健  张鲁鲁 《节水灌溉》2010,(11)

使用2种方法,即用前5年降雨量来预测后1年的降雨量和用气象资料预测降雨量,应用BP神经网络对降雨量进行预测,试图找出应用BP神经网络预测降雨的最佳方法.通过对青海省10个气象站的降雨进行预测分析,得到结论如下:两种方法均适合于降雨预测,其被选择概率均等.  相似文献   

基于遗传神经网络的农业机械化水平测评研究     

赵富强  姚绍文  徐建刚 《中国农机化》2010,(4):11-13

提出了一种基于遗传神经网络的农业机械化水平测评模型。该模型首先用遗传算法来优化BP神经网络的权值和阈值,在此基础上对BP神经网络进行训练。网络最终测评结果较BP神经网络更有效、更准确。实例证明该神经网络测评模型收敛速度快、预测精度高,为农业机械化水平测评提供了更实用快捷的方法。  相似文献   

基于神经网络的番茄栽培管理专家系统   总被引：1，自引：0，他引：1  

陆晓燕  朱伟兴 《农机化研究》2004,(4):117-119

针对专家系统开发过程中存在的问题，利用神经网络的学习功能、记忆功能和并行处理的优势，提出了用神经网络建立专家系统的方法；构造了神经网络专家系统的基本框架；并详细阐述了神经网络专家系统的设计过程及BP神经网络的改进算法。  相似文献   

基于BP神经网络刀具磨损状态监测的研究     

崔宁 《农业装备与车辆工程》2018,(7)

为了实现刀具磨损在铣削过程中的工业应用,提出了一种基于BP神经网络的预测刀具磨损状态的方法。采用易于采集的振动信号作为监测信号,用小波分析对振动信号进行数据处理,将不同波段的能量作为输入特征值,用工业显微镜测量刀具磨损值。建立BP神经网络,实现刀具磨损状态的监测。实验表明,检测结果能够对刀具磨损状态正确识别。  相似文献   

BP神经网络在焉耆盆地农田排水量   总被引：1，自引：1，他引：1  

刘延锋  靳孟贵  曹英兰 《中国农村水利水电》2006,(1):4-6

利用BP神经网络技术对焉耆盆地农田排水量进行预测。利用灰色关联度分析确定了排水量与各影响因素的关系，选取了对排水量影响最大的5个因素作为BP网络的输入，利用均匀设计方法，确定了最优的神经网络结构。估算结果表明利用BP神经网络可以准确的估算农田排水量，最大相对误差仅为-2.45％。  相似文献   

不同采样密度的土壤水分特征参数预测   总被引：1，自引：0，他引：1  

杨启红  陈丽华  王宇 《灌溉排水学报》2009,28(3)

利用不同取样精度的土壤,将土壤质地(砂土、淤泥、粘土含量)和容重作为输入值,探讨了使用基于土壤转换函数的BP神经网络模型来预测0~20 cm表层土壤水分特征曲线参数,用甘肃省称钩河流域小流域的土样进行预测并进行了误差分析。结果表明,使用线性回归能够减小预测误差与实测值差距;使用BP神经网络来预测饱和体积含水量,其准确性比使用BP神经网络预测剩余体积含水量和田间持水量要高。为了进一步提高预测精度,还应尽可能地包括土壤结构、有机质含量等信息。  相似文献   

陶瓷材料电加工表面粗糙度的预测     

徐小青  骆志高  徐大鹏  丁圣银 《农业机械学报》2007,38(3):164-167

针对电加工工艺参数与性能指标的函数映射关系大多具有非线性的特征，提出了将BP神经网络引入电加工领域中。考虑到BP算法的不足，提出用遗传算法来优化BP神经网络的连接权值，设计了基于进化神经网络的学习算法，建立了陶瓷材料电加工表面粗糙度随工艺参数变化的预测模型。试验结果表明，该算法可以避免BP神经网络易陷入局部极小值等问题，预测精度高，相对误差在4％之内，进而验证了该模型的可靠性。  相似文献   

BP神经网络对甘蔗宿根切割质量的预测——基于PSO算法     

李尚平  陈曾雄  周敬辉  莫瀚宁  钟家勤  王梦萍  张可 《农机化研究》2018,(10)

针对甘蔗收获机砍蔗时甘蔗宿根破损程度易受路面激励及甘蔗收获机工作参数等多种因素影响的问题,提出了一种甘蔗宿根切割质量的预测方法。以台糖22号为研究对象,将路面振幅、路面振动频率、甘蔗收获机前进速度、刀盘转速和刀盘倾角作为BP神经网络预测模型的输入变量,利用PSO算法优化神经网络的权值与阈值,通过对砍蔗试验数据的训练与预测,建立了台糖22甘蔗宿根切割质量的BP神经网络预测模型。对比了基于PSO算法的BP神经网络模型与传统BP神经网络模型预测,结果表明:基于PSO算法的BP神经网络的模型对甘蔗宿根切割质量预测的最大相对误差为3.301%,而BP神经网络模型的最大相对误差为14.6 5 9%。优化后的新模型较传统模型具有学习能力强、预测精度高的优点。研究结果为甘蔗收获机实际工作中不同路况条件下工作参数的智能调控及提高甘蔗宿根切割质量提供了理论依据。  相似文献   

近红外光谱法快速检测大米蛋白质含量   总被引：29，自引：1，他引：29  

刘建学  吴守一  方如明 《农业机械学报》2001,32(3):68-70

采用不同粒度的大米样品，用近红外光谱分析方法建立了其蛋白质含量的模型。大米蛋白质含量的模型预测值与化学测定值之间的相关系数达到0．94，预测标准差、平均相对误差及平均绝对偏差分别为0．43、2．1％和0．21。解决了传统的蛋白质化学测定方法检测时间较长的问题。  相似文献   

基于改进的BP神经网络胶铆接头的力学性能预测研究     

刘文杰  邢彦锋  陆瑶 《农业装备与车辆工程》2021,(3)

利用遗传算法优化BP神经网络的连接权值和阈值,并将改进的BP神经网络应用于胶铆接头力学性能预测中,建立了胶铆接头最大拉剪力预测模型。结果表明:GA-BP神经网络比BP神经网络的收敛时间长,但GA-BP网络预测相关系数更好,回归性能更好,具有更好的泛化能力。对训练好的神经网络预测模型进行验证,发现GA-BP神经网络预测的均值绝对误差为BP神经网络均值绝对误差的40%,GA-BP神经网络具备更好的预测性能。  相似文献   

基于GA-BP神经网络的池塘养殖水温短期预测系统   总被引：1，自引：0，他引：1  

陈英义  程倩倩  成艳君  于辉辉  张超 《农业机械学报》2017,48(8):172-178

为解决传统的水温小样本非实时预测方法预测精度低、鲁棒性差等问题,基于物联网实时数据,提出了遗传算法(GA)优化BP神经网络的池塘养殖水温短期预测方法,并在此基础上设计开发了池塘养殖水温预测系统,首先采用主成分分析法筛选出影响池塘水温的关键影响因子,减少输入元素;然后使用遗传算法对初始权重和阈值进行优化,获取最优参数并构建了基于BP神经网络的水温预测模型;最后采用Java语言开发了基于B/S体系结构的预测系统。该系统在江苏省宜兴市河蟹养殖池塘进行了预测验证。结果表明:该系统在短期的水温预测中具有准确的预测效果,与传统的BP神经网络算法相比,研究内容评价指标平均绝对误差(MAE)、平均绝对百分误差(MAPE)和误差均方根(MSE)分别为0.196 8、0.007 9和0.059 2,均优于单一BP神经网络预测,可满足实际的养殖池塘水温管理需要。  相似文献   

大豆豆荚炭疽病严重度的光谱检测     

冯雷  陈双双  冯斌  何勇  楼兵干 《农业机械学报》2012,43(8):175-179,159

利用可见/近红外光谱技术对大豆豆荚炭疽病严重度进行检测。分别采用主成分分析法(PCA)结合反向传输人工神经网络(BPNN)和连续投影算法(SPA)结合BPNN 2种组合模型进行分析预测。利用SPA的数据压缩功能和BPNN的学习预测能力实现对大豆豆荚炭疽病严重度的检测。以样本检测的准确率作为模型评价指标。实验结果显示SPA-BPNN的检测准确率最高,为90%。研究表明,SPA能够有效地进行波长选择,使BPNN模型获得满意的检测率。  相似文献   

基于拉曼光谱的稻叶瘟病害程度划分研究     

谭峰  于洋  才巧玲  廉琦  姜珊  韩国鑫  张乃夫  辛元明 《农机化研究》2019,(7):194-197,201

随着植保变量喷施作业机械的研究和应用,急需一种高效的病害程度识别技术。为此,针对水稻稻叶病运用拉曼光谱仪采集正常及受病害叶片的光谱特性,通过绘制折线图及受试者工作特征曲线进行水稻受病害程度分析,并运用动量因子BP神经网络优化算法,建立了寒地水稻稻叶瘟的病害程度检测模型。结果表明:优化的BP神经网络算法网络预测集的均方误差为0. 002 409 6、相关系数为0. 998 2。该方法可以较好地区分水稻正常叶片、稻叶瘟重度和轻度叶片,是一种高效的病害程度识别技术。  相似文献   

基于改进BP神经网络的黑龙江农机总动力预测     

马海志  王福林  王慧鹏  何志连 《农机化研究》2016,(2):22-25,30

BP神经网络在人工神经网络中起着至关重要的作用,通过分析标准BP神经网络的基本算法,指出标准BP算法的一些不足,并针对这些不足提出了以一种以相对误差作为误差传递信号的新的改进方法。经试验证明:该方法大大提高了BP神经网络预测结果的精度,同时这种新的改进思想也可以结合其他改进方法一起应用,以更大程度上地提高BP神经网络的运算速度和预测精度。  相似文献   

基于MEA-BP神经网络的土壤养分评价模型     

周婧  白云龙  张小宝  朱龙图  黄东岩  李名伟 《中国农机化学报》2020,(2):231-236

针对BP神经网络在解决复杂非线性问题时,存在初始权值和阈值随机赋值,网络学习速度慢,局部极小的问题,运用群体搜索能力强的思维进化算法(MEA),寻找出最优的初始权值和阈值,优化BP神经网络的网络结构,建立MEA-BP神经网络的土壤养分等级评价模型。以敦化市黑土的土壤养分数据作为测试集,评价指标选用土壤的有机质、全氮、速效氮、速效磷和速效钾。对比MEA-BP网络预测模型、遗传算法(GA)优化BP网络预测模型和单一的BP网络预测模型,结果表明MEA-BP网络预测模型的均方误差(MSE)最小、决定系数(R^2)最接近1和误差波动最小,可以更准确地反映土壤养分分级特性。  相似文献   

基于用水量驱动因子的水量预测模型     

王圃  王以知  张晋  王颖 《排灌机械工程学报》2014,32(12):1051-1056

采用主成分分析法筛选出显著的驱动因子,结合灰色关联分析将筛选出的驱动因子进行灰色聚类和优势分析.以用水量驱动因子为基础,利用SPSS建立多层感知器网络,利用矩阵实验室建立GRNN神经网络和BP神经网络.将诱导有序加权平均算子(IOWA)应用到水量预测模型中,构建基于IOWA算子的MLP-GRNN-BP组合用水量预测模型,最后建立由平方和误差(SSE)、均方误差(MSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方百分比误差(MSPE)和Theil系数(μ)组成的预测效果评价体系,评价预测模型的预测效果,最后以重庆市的用水量预测为例,验证以上方法的可行性.结果表明:经过主成分分析及灰色关联分析,可将用水量驱动因子由31个降为12个, 12个驱动因子可综合为4个聚类,可确定4种用水量的各自驱动因子的重要性排序;BP, MLP, GRNN和MLP-GRNN-BP组合模型预测结果的MAPE,MSPE和Theil系数均在5%以内.  相似文献   

基于改进Hu矩和遗传神经网络的稻飞虱识别系统   总被引：3，自引：0，他引：3  

邹修国  丁为民  刘德营  赵三琴 《农业机械学报》2013,44(6):222-226

针对稻飞虱识别实时性差和BP神经网络分类有一定误差的问题,设计了1种基于DSP硬件平台和遗传神经网络算法的稻飞虱识别系统.系统硬件以AT89S52单片机控制拍摄移动装置,以DM6437处理器作为算法处理平台;系统软件设计主要包括基于改进Hu矩的特征值提取和基于遗传算法优化神经网络的识别算法.系统通过CCD摄像机拍摄稻飞虱视频信号传送到DSP识别系统,从中提取图像,识别图像中的稻飞虱.实验对稻飞虱、水蝇和潜蝇等80个样本进行了训练和测试,结果表明遗传神经网络对稻飞虱的正确识别率达到90％.  相似文献   

基于高光谱的抽穗期寒地水稻叶片氮素预测模型   总被引：3，自引：0，他引：3  

王树文  牛羽新  马昕宇  陈双龙  阿玛尼  冯江 《农机化研究》2019,(3):158-164

为快速、无损地监测水稻叶片氮素营养状况,开展了基于高光谱成像技术的抽穗期寒地水稻叶片氮素预测模型的研究。以不同施氮水平的寒地水稻叶片为研究对象,采用连续投影算法(successive projections algorithm,SPA)和分段主成分分析(segmented principal components analysis,SPCA)方法选择水稻叶片的高光谱特征波段,SPCA方法降维后结合相关分析(correlation analysis,CA)构建特征光谱参量,并建立基于全波段高光谱数据、SPA特征波段及SPCA特征光谱参量的多种回归分析模型且对模型进行检验和筛选。研究结果表明:在校正集决定系数RC2上,基于多元逐步回归分析(multiple stepwise regression analysis,MSRA)的全波段模型较好,RC2=0.9 6 4,校正集均方根误差RMSEC=0.083;RP2为0.961,RMSEP为0.050。该研究结果为快速检测水稻叶片氮素含量及水稻生长期间精确施肥管理提供了技术支撑和理论依据。  相似文献