BP神经网络在农业水土研究中的应用

农业水土工程专业致力于解决水、土资源的开发与利用问题,现代技术的不断发展使传统研究方法具有一定的局限性。神经网络技术凭借其强大的非线性映射能力、自学习、自适应能力、泛化能力及容错能力,在各领域都得到了广泛的应用。本文论述了BP神经网络在农业水土工程领域的应用,主要涉及水土资源及其他方面的预测、评价、识别与优化等方面,旨在对BP神经网络在农业水土工程专业的应用进行全面总结。     

基于模拟退火粒子群算法的水资源优化配置

为了缓解水资源供需矛盾、提高水资源利用率,并在水资源优化配置中探寻新的求解方法,构建了以社会、经济、生态效益为目标的综合评价函数,建立了基于模拟退火粒子群算法的优化配置模型.将模拟退火的思想引入基本粒子群算法当中,解决了粒子易陷入局部极小值的问题.以陕西省渭南市大荔县为研究区域,设置了地表水、地下水、其他水3种水源以及5类不同用水户;利用模拟退火粒子群算法,对该区域2020,2030年2个水平年,3种不同来水水平(P=50%,75%,95%)下的水资源优化配置方案进行了求解.结果表明:在75%的来水下,2020年大荔县地表水、地下水和其他水的供水量分别为19 641.89,12 000.29和8 655.69万m³;2030年的供水量分别为25 936.30,17 345.87和7 685.42万m³.与优化前的供水量相比,节水量分别为333.11和404.76万m³.