本文主要研究内容
作者冯培存,魏正英,张育斌,张千,张磊,贾维兵（2019）在《基于思维进化算法优化BP神经网络的温室甜瓜ET0预测研究》一文中研究指出：为实现温室作物参考作物蒸散量（ET0）的准确计算和预测,利用BP神经网络对获取的数据进行非线性回归,利用思维进化算法自动寻优,进而获取BP神经网络算法中较优的权值和阈值,最终建立了基于思维进化算法优化BP神经网络的参考作物蒸散量预测模型（MEA-BP）。结果表明,优化后的BP神经网络的最大相当误差有原来的13%下降到了7.2%,平均相对误差由原来的6.8%下降到了3.4%。研究了在气象数据缺失情况下模型的预测效果,当模型输入参数为4个时,平均绝对误差约为在0.2 mm（预测值约3～6 mm）,模型的有效系数和相关系数基本在0.9以上;当模型输入参数为3个时,平均绝对误差约为0.25 mm,模型的有效系数和相关系数基本在0.8以上。因此,在输入参数保证3个及以上,同时包含有显著影响因子有效光照时长时,该模型的整体计算精度以及整体的实用性较好,能够为作物灌水量的预测提供参考。
Abstract
wei shi xian wen shi zuo wu can kao zuo wu zheng san liang （ET0）de zhun que ji suan he yu ce ,li yong BPshen jing wang lao dui huo qu de shu ju jin hang fei xian xing hui gui ,li yong sai wei jin hua suan fa zi dong xun you ,jin er huo qu BPshen jing wang lao suan fa zhong jiao you de quan zhi he yu zhi ,zui zhong jian li le ji yu sai wei jin hua suan fa you hua BPshen jing wang lao de can kao zuo wu zheng san liang yu ce mo xing （MEA-BP）。jie guo biao ming ,you hua hou de BPshen jing wang lao de zui da xiang dang wu cha you yuan lai de 13%xia jiang dao le 7.2%,ping jun xiang dui wu cha you yuan lai de 6.8%xia jiang dao le 3.4%。yan jiu le zai qi xiang shu ju que shi qing kuang xia mo xing de yu ce xiao guo ,dang mo xing shu ru can shu wei 4ge shi ,ping jun jue dui wu cha yao wei zai 0.2 mm（yu ce zhi yao 3～6 mm）,mo xing de you xiao ji shu he xiang guan ji shu ji ben zai 0.9yi shang ;dang mo xing shu ru can shu wei 3ge shi ,ping jun jue dui wu cha yao wei 0.25 mm,mo xing de you xiao ji shu he xiang guan ji shu ji ben zai 0.8yi shang 。yin ci ,zai shu ru can shu bao zheng 3ge ji yi shang ,tong shi bao han you xian zhe ying xiang yin zi you xiao guang zhao shi chang shi ,gai mo xing de zheng ti ji suan jing du yi ji zheng ti de shi yong xing jiao hao ,neng gou wei zuo wu guan shui liang de yu ce di gong can kao 。
论文参考文献
论文详细介绍
论文作者分别是来自节水灌溉的冯培存,魏正英,张育斌,张千,张磊,贾维兵，发表于刊物节水灌溉2019年09期论文，是一篇关于参考作物蒸散量论文,神经网络论文,思维进化算法论文,灌水量预测论文,节水灌溉2019年09期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自节水灌溉2019年09期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：参考作物蒸散量论文; 神经网络论文; 思维进化算法论文; 灌水量预测论文; 节水灌溉2019年09期论文;