| 基于GA-BP神经网络的果园需水量预测 |
| |
| 引用本文： | 刘洪山,王卫星,孙道宗,高鹏,陈文彬,林楚婷,谢家兴.基于GA-BP神经网络的果园需水量预测[J].排灌机械工程学报,2020,38(12):1258-1263. |
| |
| 作者姓名： | 刘洪山 王卫星 孙道宗 高鹏 陈文彬 林楚婷 谢家兴 |
| |
| 作者单位： | 华南农业大学电子工程学院,广东 广州 510642;广东省智慧果园科技创新中心,广东 广州510642;华南农业大学电子工程学院,广东 广州 510642;广东省农情信息监测工程技术研究中心,广东 广州510642;华南农业大学电子工程学院,广东 广州 510642 |
| |
| 基金项目： | 广东省教育厅特色创新类项目;国家荔枝龙眼产业技术体系项目;广东省现代农业产业技术体系创新团队建设专项资金资助项目;广东省科技专项;国家级大学生科技创新项目;大学生创新创业训练计划项目 |
| |
| 摘 要： | 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.
|
| 关 键 词： | 果园 需水量 预测 BP神经网络 遗传算法 |
| 收稿时间： | 2020-02-10 |
Prediction model of orchard water requirement based on BP neural network and genetic algorithm |
| |
| LIU Hongshan,WANG Weixing,SUN Daozong,GAO Peng,CHEN Wenbin,LIN Chuting,XIE Jiaxing.Prediction model of orchard water requirement based on BP neural network and genetic algorithm[J].Journal of Drainage and Irrigation Machinery Engineering,2020,38(12):1258-1263. |
| |
| Authors: | LIU Hongshan WANG Weixing SUN Daozong GAO Peng CHEN Wenbin LIN Chuting XIE Jiaxing |
| |
| Institution: | 1. College of Electronic Engineering, South China Agricultural University, Guangzhou, Guangdong 510642, China; 2. Guangdong Modern Agricultural Science and Technology Innovation Center for Intelligent Orchard, Guangzhou, Guangdong 510642, China; 3. Guangdong Engineering Research Center for Monitoring Agricultural Information, Guangzhou, Guangdong 510642, China |
| |
| Abstract: | |
| |
| Keywords: | orchard water requirement prediction BP neural network genetic algorithm |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《排灌机械工程学报》浏览原始摘要信息 |
| 点击此处可从《排灌机械工程学报》下载免费的PDF全文 |
|
