基于BP神经网络的海口地区2种热带兰温室栽培环境预测     

姚鑫鑫  宋希强  王健  赫代成  黎维诗  庞真真 《河南农业科学》2018,(2)

为了优化海口地区热带兰的栽培环境调控,利用BP神经网络对设施内环境进行模拟预测,并在预测之前针对文心兰进行遮光率的比较筛选,以选择生产文心兰品质较好的环境。结果表明,在平均温度26~27℃、平均相对湿度79%~83%、65%遮光率的条件下文心兰的花穗部长度占比最高,倒伏率为1.7%,文心兰品质较好。模型验证结果表明,结构为3-12-3的BP神经网络模型对海口地区文心兰的栽培环境预测效果较好,其中,温度和相对湿度的平均相对误差(RE)分别为3.4%和5.7%,光照强度的均方根误差(RMSE)为3.0 klx,对文心兰栽培环境的预测结果较准确;用于蝴蝶兰栽培环境预测的结构为3-10-3的BP神经网络模型对温度与相对湿度的预测值与实测值的RE分别为2.5%和4.2%,光照强度的RMSE为0.8 klx,预测效果较好。模型可以用于预测热带兰的栽培环境。  相似文献