首页 | 本学科首页   官方微博 | 高级检索  
     

井灌水稻需水量预测的人工神经网络模型研究
引用本文:付强,王立坤,王兆菡. 井灌水稻需水量预测的人工神经网络模型研究[J]. 灌溉排水学报, 2002, 21(1): 29-32
作者姓名:付强  王立坤  王兆菡
作者单位:四川大学,水电学院,四川,成都,610065;东北农业大学,水利与建筑学院,黑龙江,哈尔滨,150030;济南大学,建工系,山东,济南,250012
基金项目:四川大学青年基金资助项目 (4 3 2 0 2 8)
摘    要:应用人工神经网络技术 (BP ANN) ,考虑各个气象因子 (气温、日照、饱和差、风速等 )的影响 ,同时处理水稻需水量及其影响因子时间序列 ,通过多维数据相关分析 ,确定网络拓扑结构 ,建立了水稻需水量的人工神经网络模型。解决了需水量序列内部及其外部诸多影响因素之间的不确定关系 ,预测精度较高 ,为制定合理的节水灌溉制度提供依据

关 键 词:人工神经网络  井灌水稻  需水量  预测
文章编号:1000-646X(2002)01-0029-04
修稿时间:2001-11-13

An ANN Model of Forecasting Rice Water Requirement in Well Irrigation Area
FU Qiang ,WANG Li kun ,WANG Zhao han. An ANN Model of Forecasting Rice Water Requirement in Well Irrigation Area[J]. Journal of Irrigation and Drainage, 2002, 21(1): 29-32
Authors:FU Qiang   WANG Li kun   WANG Zhao han
Affiliation:FU Qiang 1,WANG Li kun 2,WANG Zhao han 3
Abstract:With considering several weather factors, such as air temperature, radiation, saturation deficit, wind speed, dealing with the time series of rice water requirement and its influencing factors, and applying multi dimension data correlation analysis to ensure network structure, an artificial neutron network(ANN) model is developed for forecasting rice water requirement in well irrigation area. The ANN model may deal with well the uncertainty relation between rice water requirement and its many influencing factors. A case study shows that the ANN model is reliable and precision.
Keywords:ANN model  well irrigation  rice water requirement  forecasting
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号