共查询到19条相似文献，搜索用时 158 毫秒
1.
[目的]明确基于MATLAB的BP神经网络预测温室草皮腾发量的可行性。[方法]在9月温室实测气象资料的基础上,对温室内的平均气温、相对湿度、光照强度和草皮日腾发量(ET)进行回归分析,建立了BP网络ET预报模型(BP-ET)。[结果]气温、光照强度与草皮腾发量呈显著正相关(P<0.05),相对湿度与草皮腾发量呈显著负相关(P<0.05)。BP神经网络模型具有极高的拟合精度,9月资料检验预报模型的平均相对误差为5.58%,模拟与检验均有很高的拟合精度。BP网络可以用于草皮日腾发量的预测,是对传统草皮日腾发量计算的补充。[结论]该研究为气象数据缺测条件下温室草皮日腾发量的估算提供了新思路。 相似文献
2.
《（《农业科学与技术》）编辑部》2016,(9)
[目的]研究灌溉量和灌溉期对宽幅精播冬小麦的影响,为华北地区节水农业的发展提供理论依据和技术支持。[方法]2013~2015年通过田间试验,以高产中筋冬小麦品种济麦22为材料,设宽幅精播和常规种植两种种植方式,研究了不同灌溉量和灌溉时期对宽幅精播冬小麦耗水特性及产量的影响。[结果]随灌水量的增加,农田总耗水量和灌水量占总耗水量的比例也增加,而土壤贮水消耗量及其占总耗水量的比例显著降低;随灌水量的增加,不同种植方式下小麦籽粒产量均有所提高,而水分利用效率(WUE)降低。同一灌溉条件下,与常规种植方式相比,宽幅精播方式的农田总耗水量多,土壤贮水量消耗比例大,籽粒产量较高并具有较高的WUE。[结论]该试验条件下,综合考虑小麦的籽粒产量和WUE,宽幅精播结合灌拔节水+开花水是华北平原冬麦区较适宜的节水种植方式,值得在生产中推广应用。 相似文献
3.
以BP神经网络为基础,通过对神经网络的各个参数进行优化后建立洪水预报模型,并利用四川省达州市州河干流水文站所采集的水文数据进行仿真预报并和实测流量对比。研究表明,采用基于BP神经网络的洪水预测模型进行洪水预测的精度较高,是一种有效可靠的洪水预测方法。 相似文献
4.
河南省许昌市烟叶花叶病发病的趋势预报模型是基于BP神经网络方法构建的,为预测烟叶花叶病提供科学依据。通过统计,河南省许昌市烟叶花叶病发生发展的气象生理指标及历年该病发生的资料,烟叶花叶病发病的气象预报模型应用了BP人工神经网络的函数映射能力并采用检验函数。BP神经网络烟叶花叶病发病趋势预测模型的拟合精度和预报精度都较高,经过对比优于多元线性回归模型,能很好地实现预期效果,对许昌市烟叶花叶病发病的预测预防工作具有一定的现实指导意义。 相似文献
5.
灌溉量和灌溉时期对宽幅精播冬小麦耗水特性及产量的影响 总被引：1，自引：0，他引：1
[目的]研究灌溉量和灌溉期对宽幅精播冬小麦的影响,为华北地区节水农业的发展提供理论依据和技术支持.[方法]2013～2015年通过田间试验,以高产中筋冬小麦品种济麦22为材料,设宽幅精播和常规种植两种种植方式,研究了不同灌溉量和灌溉时期对宽幅精播冬小麦耗水特性及产量的影响.[结果]随灌水量的增加,农田总耗水量和灌水量占总耗水量的比例也增加,而土壤贮水消耗量及其占总耗水量的比例显著降低;随灌水量的增加,不同种植方式下小麦籽粒产量均有所提高,而水分利用效率(WUE)降低.同一灌溉条件下,与常规种植方式相比,宽幅精播方式的农田总耗水量多,土壤贮水量消耗比例大,籽粒产量较高并具有较高的WUE.[结论]该试验条件下,综合考虑小麦的籽粒产量和WUE,宽幅精播结合灌拔节水+开花水是华北平原冬麦区较适宜的节水种植方式,值得在生产中推广应用. 相似文献
6.
7.
针对目前神经网络应用于洪水预报时存在的不足,引入遗传算法、模糊神经网络对BP网络模型进行了改进,建立了基于改进BP网络模型的洪水预报模型,并将改进的BP网络模型应用于文峪河洪水过程的预报。预测结果表明,过程预报合格率达93．54%。达到了水文预报规范的要求;与传统BP网络相比,改进算法可提高洪峰的预报精度。 相似文献
8.
9.
为实现实时准确的墒情预报,以北京市延庆区为例,利用在该地区获取的2012—2016年5年的系列土壤墒情和气象数据,对土壤墒情预测模型进行了对比研究。通过相关性分析选取时段初墒值W_0、降雨、湿度、气温、气压、地温和蒸发7种影响因子,对土壤墒情分别建立线性回归方程、基于主成分分析的径向基函数(PCA-RBF)神经网络和误差反向传导(BP)神经网络3种预测模型,并对3种模型预测结果进行了对比分析。结果显示:PCARBF神经网络模型精度最高,平均精度达到96.8%,线性回归模型和BP神经网络模型分别为94.6%和95.7%。研究认为,PCA-RBF神经网络具有稳定性好、精度高的特点,可以很好的实现土壤墒情预测。 相似文献
10.
[目的]比较神经网络算法和传统统计建模方法对土壤盐渍化预测模型的效果.[方法]对渭干河流域多年土壤盐渍化和其影响因子进行分析的基础上,采用BP网络的3种算法,建立基于BP神经网络土壤盐渍化预测模型.将预测结果与多元线性回归模型预测结果进行对比分析,讨论线性和非线性方法用于土壤盐渍化预测模型.[结果]与传统的统计建模方法相比BP神经网络结构简单、快捷,预测精度高,很好地再现了土壤盐渍化与其影响因素之间复杂的非线性函数关系;三种BP算法中,基于trainlm算法建立的壤盐渍化预测模型具有较好的推广能力.[结论]BP神经网络的土壤盐渍化预测性能良好,用来可以预测土壤盐渍化情况. 相似文献
11.
[目的]探讨更适用于现阶段的褐飞虱预测预报模型。[方法]利用浦江县2001—2016年褐飞虱的观测数据和气象数据,采用传统的逐步回归方法和BP神经网络方法,分别建立了褐飞虱发生高峰期预测预报模型。[结果]逐步回归预测模型选用的建模因子为5月上旬最高温、9月上旬湿度和6月下旬雨量,模型的预测准确率不高;BP神经网络预测模型的建模因子为始见日后40 d的平均温、最高温、最低温、雨量、湿度,模型的预测准确率达99.22%。[结论]该研究结果为今后褐飞虱预测预报模型的选择提供了参考。 相似文献
12.
[目的]探讨用遗传算法优化BP神经网络对小球藻生长模型的建立与应用。[方法]使用遗传算法对BP神经网络的权值和阈值进行优化,并使用该网络模型,以小球藻培养时间和残余葡萄糖为输入,菌体光密度值（OD680）为输出,对小球藻在500 L多功能生物反应器中的生长情况进行了建模,还探讨了该模型的应用情况。[结果]经过遗传算法优化的BP神经网络,其泛化值的误差平方和比BP神经网络的小,因而预测值更加接近实际值。t检验表明,所建立的模型是可信的。验证表明,该模型具有良好的拟合度,能够很好地描述在500 L多功能生物反应器中培养的小球藻的生物量（OD680）与残余葡萄糖和培养时间之间的关系。[结论]所建立的模型可用于试验结果的预测,对小球藻的培养控制具有指导意义。 相似文献
13.
灌溉用水量的预测对于灌区管理工作具有重要的指导意义,使用神经网络方法预测灌溉用水量。介绍了BP网络的算法步骤,并且以铁甲灌区为例,使用软件MATLAB7对所设计的网络进行学习和训练,隐含层单元数的选取采用实验法,最终以隐单元数为13的网络预测性能最好,误差也达到精度要求。所建模型可以预测铁甲灌区的灌溉用水量。 相似文献
14.
BP人工神经网络模型在太湖水污染指标预测中的应用 总被引：1，自引：0，他引：1
【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为Ⅴ类水质,符合太湖水质污染情况发展态势。【结论】BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。 相似文献
15.
16.
使用酸雨时间序列作为训练样本的基础,生成训练样本输入数据和期望输出数据,建立时间序列神经网络预测模型。通过误差反向传播的算法训练神经网络,获得输入输出之间的映射关系,得到未来3年的酸雨数据。BP神经网络模型的应用设计借助于MAT-LAB软件包中的神经网络工具箱完成。 相似文献
17.
18.
基于遗传算法优化的BP神经网络的组合预测模型方法研究 总被引：3，自引：1，他引：2
【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。 相似文献
19.
[目的]探讨基于CPN神经网络集成的蛋白质二级结构预测模型的效果。[方法]借助神经网络集成方法对从36个蛋白质提取的共4000个氨基酸进行预测研究,其数据集是从HSSP数据库中提取的数据经过处理后得到的评测数据库,同时在Profile编码中引进了CPN网络算法的概念。[结果]基于CNP网络的神经网络集成预测模型可以取得很好的预测结果,把蛋白质二级结构预测的平均精度提高了17．74％。同时,所用的Profile编码和CPN网络算法在很大程度上为系统模型引入较多的生物信息和联系,而这一点对蛋白质二级结构预测非常重要。[结论]该研究为蛋白质二级结构预测准确率的提高奠定了基础。 相似文献