用BP神经网络进行作物水分产量预测研究.pdfVIP

第27卷第2期 华 北 水利 水 电 学 院 学报 V01．”No．2 1坌堕篁!旦 !!坚!型堡墼!些堡垒!呈!坠!垒!竺丝堡些坐!鱼!坠!!些竺!!!型坚￥垫!!!!堡!丝兰!!竺塑!垒竺 文章编号：1002—5634(2006)02—0017—03 用BP神经网络进行作物水分一产量预测研究 赵慧珍，胡浩云 (河北工程学院，河北邯郸056038) 摘要：根据BP神经网络的基本原理，在平原地区冬小麦灌溉试验资料基础上，建立了冬小麦水分与产量关 系的BP—ANN模型，确定了模型的参数．将模型用于描述水分对作物产量的影响，并对作物产量进行预测，预 测结果与实际产量基本吻合说明，人工神经网络用于描述作物水分产量关系可以取得较好的效果，其预测的 准确性基本能满足生产实践的需求． 关键词：BP神经网络；作物一水模型；产量预测 中图分类号：s274．1 文献标识码：A 作物各生育阶段水分对产量影响的机理甚为复 型，并进行了分析验证． 杂，目前很难用严格准确的物理方程描述．传统的作 1 BP神经网络模型[3。] 物一水模型的建模方法通常假定作物各生育阶段水 分对产量的影响相互独立，不同生育阶段水分对产 1．1 结构 量的综合影响用相加或相乘的数学运算表达．在近 BP神经网络由输入层、隐含层和输出层及各层 代农田灌溉管理的实际应用中，需要以非充分灌溉 神经元之间的连接组成，各层神经元通过权重、阔值 试验资料为基础，采用多元线性回归分析，经大量计 连接．设埘ij为隐层神经元i与输入层神经面的连接 算求解模型参数，在统计分析的基础上加以确认，筛 权，组成隐含层的权矩阵W；移往为输出层神经元五 选出合适的作物一水模型．在确认过程中，现有模型 与隐层神经元i的连接权，组成输出层的权矩阵y； 中有的参数可能会出现负值，与作物的需水规律相 隐含层和输出层的激活函数分别采用s型函数和线 矛盾；或模型精度较差，不能准确反映作物产量与各 性函数．模型计算式为 生育阶段的水分之间的数量关系，难以满足实际需 要¨。2J．这种传统建模方法存在着许多不足之处． ^=∑加辨+吼 (1) 』=1 人工神经网络(ANN)作为一种现代优化算法， 1 D。=_七了 (2) ‘ 已在许多领域中用来解决机理模糊的问题，特别是 l+e 在多参数非线性问题的建模预测、方面体现了优越 扎=∑秽啦Dl+巩 (3) 性．ANN的种类很多，目前广泛应用的是基于BP算 i=l 法的前馈式神经网络，即BP神经网络．实践表明， 式中：并i为实际输入；^为第i个隐含结点的输入；以 BP神经网络是一般非线性函数逼近的优秀的理论 为隐含神经元的阈值；D；为隐层神经的输出；扎为 和方法，而作物产量的预测可以看成作物产量与各 输出层神经元的输出即整个网络的输出；以为输出 生育阶段水分影响因子之间复杂非线性函数关系的 结点的阈值． 逼近问题．利用河北省平原地区冬小麦田间试验资 1．2 BP神经网络的训练方法 料，构建