共查询到10条相似文献，搜索用时 250 毫秒
1.
为准确预测冬季果园土壤温度,建立了蓄水坑灌条件下BP神经网络土壤温度预测模型(BP-WSPI-T)、遗传算法优化的BP神经网络土壤温度预测模型(GA-WSPI-T)和增量逆传播学习算法优化的BP神经网络土壤温度预测模型(IBP-WSPI-T),采用坑内平均气温、地表温度、沿相邻两蓄水坑中心连线距坑壁的距离和距坑壁5cm处分层土壤最低温度为模型输入,对距坑壁15、25和35cm处分层土壤最低温度进行预测,并通过与田间实测数据的统计学分析来判定预测效果。结果表明:BP-WSPI-T、GA-WSPI-T和IBP-WSPI-T模型的平均相对误差分别为8.19%、4.41%和7.57%,GA-WSPI-T模型的预测效果最好,较BP神经网络预测精度得到了很大的提高,建议采用GA-WSPI-T模型对蓄水坑灌冬季果园土壤温度进行预测。 相似文献
2.
研究根据室内尿素水解试验资料,建立了以温度、水分、时间为输入因子,尿素态氮含量为输出因子,拓扑结构为3-2-1的BP神经网络预测模型,以及Verhulst灰色预测模型和零级动力学模型,并分析比较了三种模型的预测效果。结果表明:3种预测模型均能满足模拟精度要求,所建立BP神经网络模型模拟值与实测值的平均相对误差、相关系数和决定系数分别为2.39%、0.992 4和0.984 5,具有较高的预测精度和良好的稳定性,并且模拟效果明显优于Verhulst灰色预测模型和零级动力学模型,可以较好地描述尿素水解动态变化过程,为尿素水解定量研究提供了精确的科学依据。 相似文献
3.
利用气体传感信息,提出了一种蓝莓货架期预测方法。将蓝莓贮藏在0、5、22℃下,对贮藏微环境中的3种气体含量(氧气、二氧化碳、乙烯)进行了监测,同时将蓝莓5种理化指标(腐败率、硬度、pH值、可溶性固形物含量、失重率)作为传统的品质指示指标进行了获取,分析了贮藏微环境中气体含量变化和理化指标变化的相关性,并利用BP神经网络从气体角度建立了蓝莓的货架期预测模型。结果表明:蓝莓品质的变化受到贮藏温度的影响;气体含量的变化与蓝莓品质的变化存在明显相关性;利用BP神经网络建立的蓝莓货架期预测模型具有良好的预测效果。其中,0℃的预测误差为0.091~0.191 d,5℃的预测误差为0.069~0.302 d,22℃的预测误差为0.094~0.338 d,基本满足货架期预测需要。 相似文献
4.
为明确不同贮存温度对益生菌发酵苹果浊汁品质的影响及预测发酵苹果浊汁的货架期,测定了4、25℃条件下益生菌发酵苹果浊汁色差L*值、a*值、b*值、ΔE值,以及稳定系数、活菌菌体浓度、感官评分、有机酸质量浓度、糖质量浓度和香气成分等指标的变化,基于Arrhenius方程构建了发酵苹果浊汁各项品质指标货架期预测模型。结果表明:在4℃和25℃条件下,发酵苹果浊汁的b*值、ΔE值变化符合零级反应,其他指标均符合一级动力学反应。以单指标分别建立预测模型,模型计算验证结果显示,各模型的相对误差均小于10%,偏差度和准确度不大于1.04,说明模型可以很好地预测发酵苹果浊汁贮存期的各项指标。活菌菌体浓度与其他品质指标均呈显著相关,以其建立的4℃和25℃条件下的发酵苹果浊汁货架期预测模型的预测值与实测值的相对误差小于10%,说明模型可靠、合理,可以准确预测益生菌发酵苹果浊汁的货架期。 相似文献
5.
货架期是判断羊肉新鲜度的重要标准。为探讨生物阻抗技术在食品货架期检测方面的应用前景,提出了一种即配羊肉货架期无损检测方法。结合影响即配羊肉新鲜度变化的关键因素及生物阻抗的测量原理,针对电极数量、电极材料、电极排列方式等测试条件的不同,自主设计了电极作为生物阻抗测试前端。揭示了在0、4、8℃的3个贮藏温度下即配羊肉阻抗参数和TVB-N含量的变化规律及即配羊肉阻抗与TVB-N含量、货架期的相关性;以TVB-N含量为关键参考指标,建立基于BP神经网络的即配羊肉货架期预测模型和评价方法,并将其与支持向量机模型、决策树模型进行对比,BP神经网络模型的F1分数可达95.9%。基于BP神经网络模型设计即配羊肉货架期检测系统,可实现用户友好的数据可视化与即配羊肉货架期的即时检测。 相似文献
6.
研究采用BP网络改进算法、RBF网络和遗传神经网络,构建了机耕、机播与机收水平预测模型。应用所构建的模型对陕西省机耕、机播、机收水平进行预测,着重对3种预测模型进行比较和分析,为有关部门制定政策、方针和路线提供科学依据。用测试样本对预测精度进行检验,3种机耕水平预测模型(基于BP改进算法的BP模型、GA-BP模型和RBF模型)的平均相对误差都在10%以内;3种机播水平预测模型的平均相对误差分别为5.17%,9.0%和13.86%;3种机收水平预测模型的平均相对误差分别为12.11%,7.22%和16.75%。对于机耕水平预测问题,综合考虑预测精度、构建网络的复杂度和稳定性,采用RBF模型较好;机播水平预测采用预测精度最高的基于改进BP算法的BP模型;机收水平预测可采用GA-BP模型。 相似文献
7.
为预测宁夏地区农业机械化水平的发展变化趋势,提出一种将灰色预测模型与BP神经网络有效结合的农业机械总动力预测方法。在BP神经网络的数据预处理阶段融入灰色预测理论,建立基于灰色BP神经网络的农机总动力预测模型,并选取1991-2014年宁夏回族自治区农业机械总动力数据作为样本,利用该模型进行仿真预测,结果表明:该模型具有较高的预测精度,其平均相对误差仅为0.18%,明显优于灰色GM(1,1)模型的3.5 0%和标准BP神经网络的0.2 9%。 相似文献
8.
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
9.
为解决果园需水量预测精度低、鲁棒性差等问题,提出了遗传算法(GA)优化BP神经网络的果园需水量预测模型.选取空气温度、土壤含水率、光照强度3个主要环境因子作为BP神经网络的输入量,利用遗传算法的全局搜索能力优化神经网络权值和阈值,建立GA-BP神经网络模型预测果园需水量.仿真结果表明:GA-BP预测模型的预测值比BP模型更加趋近期望需水量,模型评价指标平均绝对百分比误差(MAPE)、均方根误差(RMSE)和平均绝对误差(MAE),均优于单一BP神经网络模型.与传统的BP神经网络算法相比,GA-BP神经网络模型能较好的表达果园需水量与主要环境因子的非线性关系,具有较高的预测精度和适应性. 相似文献