基于遗传算法-鲸鱼算法优化反向传播神经网络的土壤参数预测 |
| |
引用本文: | 陈智威.基于遗传算法-鲸鱼算法优化反向传播神经网络的土壤参数预测[J].浙江农业科学,2019,60(1):125-128. |
| |
作者姓名: | 陈智威 |
| |
作者单位: | 浙江理工大学 信息学院,浙江 杭州 310018 |
| |
摘 要: | 传统的土壤参数预测常采用物理、化学等方法,在预测准确性上存在较大误差,且易受到人为因素的影响。基于反向传播(BP)神经网络及其改进算法的土壤参数预测方法虽然不受人为因素的影响,但仍有较大的误差。为进一步提高神经网络预测精度,使用遗传算法-鲸鱼算法(GA-WOA)的混合算法优化BP神经网络,以此建立农业土壤参数预测模型,并与多种现有算法进行对比。结果显示,所提算法在农业土壤参数预测方面具有很强的适用性和更高的准确性。
|
关 键 词: | 遗传算法 鲸鱼算法 反向传播神经网络 土壤参数 模型 |
收稿时间: | 2018-11-06 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《浙江农业科学》浏览原始摘要信息 |
| 点击此处可从《浙江农业科学》下载免费的PDF全文 |
|