基于径向基神经网络的大坝变形监控模型

变形监控是了解大坝工作状态、实施安全管理的重要内容之一。采用径向基神经网络构建大坝变形监控模型,能够更好地解决有实时性要求的在线分析问题,其预报效果和精度远远高于传统的逐步回归统计模型。虽然在预报精度上略逊于BP神经网络,但从建模容易程度、训练速度和预报精度等方面综合考虑,则远远好于BP神经网络。     

BP神经网络在许昌市烟叶花叶病发病趋势预测中的应用

河南省许昌市烟叶花叶病发病的趋势预报模型是基于BP神经网络方法构建的,为预测烟叶花叶病提供科学依据。通过统计,河南省许昌市烟叶花叶病发生发展的气象生理指标及历年该病发生的资料,烟叶花叶病发病的气象预报模型应用了BP人工神经网络的函数映射能力并采用检验函数。BP神经网络烟叶花叶病发病趋势预测模型的拟合精度和预报精度都较高,经过对比优于多元线性回归模型,能很好地实现预期效果,对许昌市烟叶花叶病发病的预测预防工作具有一定的现实指导意义。     

基于改进BP网络模型的洪水预报研究

针对目前神经网络应用于洪水预报时存在的不足,引入遗传算法、模糊神经网络对BP网络模型进行了改进,建立了基于改进BP网络模型的洪水预报模型,并将改进的BP网络模型应用于文峪河洪水过程的预报。预测结果表明,过程预报合格率达93．54%。达到了水文预报规范的要求;与传统BP网络相比,改进算法可提高洪峰的预报精度。     

基于BP神经网络的土壤贮水量预报模型研究

[目的]为实现作物的实时灌溉提供科学依据。[方法]利用实测气象资料、桓台县节水灌溉试验站2008～2009冬小麦试验资料等建立BP神经网络预报模型,应用Matlab神经网络工具箱,采用Trainlm算法进行模型训练,对试验田的土壤贮水量进行预测。[结果]基于BP神经网络的土壤贮水量预报模型的泛化能力较强;在冬小麦日耗水量较大的拔节、扬花、灌浆3个时期,该模型的预报精度较高,稳定性较好。[结论]基于BP神经网络的土壤贮水量预报模型在冬小麦耗水较大时期的模拟值具有较高的精度。     

BP神经网络在小麦赤霉病气象预测中的应用*

 应用BP神经网络的方法建立四川资中小麦赤霉病发病的预报模型,为预防小麦赤霉病发病提供科学依据。根据四川资中小麦赤霉病发生发展的气象生理指标及历年该病发生的统计资料,借助人工神经网络强大的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法——Traincgf,建立了小麦赤霉病发病的气象预报模型。该模型不需要事先确定数学模型,拟合与预测的平均绝对偏差分别为0.01,0.05,优于多元线性回归模型的0.17,0.29。BP神经网络预报模型的拟合精度和预报精度都较高,优于多元线性回归模型,能很好地实现预期效果,对小麦赤霉病发病的预测预防工作具有一定的指导意义。     

基于BP神经网络的马铃薯气候产量预报模型

为了准确预测马铃薯气候产量达到趋利避害的目的,利用1980—2015 年山西省大同市马铃薯产量及同期国家基准观象台观测到的气候资料,选用传统的统计回归方法和BP神经网络方法分别建立马铃薯产量预报模型。结果表明：通过二次函数曲线和最小二乘法确定马铃薯敏感期的气候因子是气温、日照和降水,其中降水对马铃薯产量的影响最大。通过改进的气候产量算法可以更好地反映气候要素与作物单产之间的函数关系。在Matlab 平台上训练精度设为0.005、学习率0.01 的BP神经网络方法可以很好地逼近非线性函数。用大于1/3 样本进行预报检验表明,在预报精度和拟合精度上,BP神经网络模型都明显优于传统的回归模型,BP神经网络方法在马铃薯产量预报中有具有非常广泛的应用前景。     

基于遗传神经网络的采暖季PM10浓度预测

用GA算法和BP算法相结合的算法预测西安市PM10污染浓度,首先采用GA算法优化BP神经网络模型的初始权重,再用BP算法进行精确训练,在此基础上进行浓度预报。实例表明GA-BP神经网络解决了BP神经网络收敛速度慢和易于陷入极小值的问题,提高了预测精度。     

人工神经网络在棉铃虫发生等级预报中的应用

国内棉铃虫划分为热带型、亚热带型、温带型和新疆型4个地理型,预测棉铃虫的发生对棉铃虫的防治和安排农事生产有着重大意义。笔者选取新疆麦盖提县植保站棉铃虫发生资料与同期气象资料按月平均处理后,通过相关分析法选出与发生等级相关的因子作为预测因子,分别用逐步回归法和人工神经网络建立该地的预测预报模型。结果表明,BP神经网络预报模型的拟合精度和预报精度高于逐步回归模型,在干旱区,温度对棉铃虫发生的影响强于降雨量的影响。     

改进粒子群优化 BP 神经网络的洪水智能预①测模型研究

该文提出改进的PSO‐BP算法在洪水预测应用中建立预测模型。以BP神经网络为基础,提取观测站往年平均径流量作为洪水属性。采用改进的PSO‐BP算法对神经网络的各个参数进行优化,最后建立模型应用于流域观测站的洪水预报模型,叙述了PSO粒子群算法和BP神经网络算法,详细阐述粒子群算法优化BP神经网络的权值和阈值,得出最优的BP神经网络预测适应度值。通过实验仿真对比,结果表明此方法预测结果比BP神经网络算法和混沌径向基神经网络模型算法精度更高,提高了预测的效率。     

基于BP神经网络的洪水预测研究

以BP神经网络为基础,通过对神经网络的各个参数进行优化后建立洪水预报模型,并利用四川省达州市州河干流水文站所采集的水文数据进行仿真预报并和实测流量对比。研究表明,采用基于BP神经网络的洪水预测模型进行洪水预测的精度较高,是一种有效可靠的洪水预测方法。     

广西龙州县糖蔗种植气候优势分析

根据糖蔗生长发育所需的气象条件要求,采用广西龙州县1981～2010年地面气象观测资料作依据,分析当地气温、降水和日照的气象条件对糖蔗种植的影响。结果表明,龙州县独特的气候正与糖蔗的种植及其生长所需要的气候条件相适应,很适宜糖蔗的种植。     

甘蔗品种形态特征与抗绵蚜关系

１９８９～１９９３年连续５年在福州研究了４３个甘蔗品种叶色、叶冠姿态、株高、叶面粗糙程度、＋３叶长和宽、＋３叶面积、＋３叶着生角度等形态特征与抗绵蚜的关系。结果表明．叶色深浅与感蚜性有极显著的正相关，但随绵蚜的发展而逐渐减小并在高峰期消失；＋３叶宽始终与感蚜性呈极显著或显著的正相关．宽大的叶片有利于绵蚜的发生和发展；叶面粗糙程度在绵蚜发生中后期与感蚜性有极显著或显著的负相关，粗糙的叶面有限制绵蚜扩展的作用。     

基于BP神经网络的粮食产量预测模型

提高我国粮食产量的预测精度与效率是人们关注的一个重要问题.BP模型是目前最为广泛应用的神经网络模型之一,它是一种简单又非常有效的算法.将BP神经网络模型应用到粮食产量预测中,并建立了粮食产量的神经网络预测模型,结果表明BP神经网络应用于粮食产量预测是可行的.     

甘蔗抗虫转基因研究进展*

 甘蔗是重要的糖料和能源作物,甘蔗生产中鳞翅目害虫(大螟、二点螟等)和同翅目害虫(甘蔗绵蚜等)的危害已成为其持续、稳定和健康发展的严重障碍。甘蔗组织培养和离体再生等技术体系比较成熟，十分有利于基因工程改良，利用基因枪转化和农杆菌介导法等已经建立了多种甘蔗受体系统与转化系统，成功获得甘蔗转基因植株。综述了甘蔗转基因技术、抗虫基因以及甘蔗抗虫转基因研究进展。     

广西甘蔗螟虫发生概况和动态变化

广西甘蔗对我国食糖安全起重要作用,而螟虫是影响甘蔗产业最重要害虫。因此,螟虫防治一直是科研工作者重点关注的科学问题,20世纪60年代以来研究者一直对螟虫预测预报、防治方法等进行了深入研究,但是几十年以来还是依赖化学防治为主,长期使用化学药剂,易导致害虫产生抗药性,污染环境破坏生态平衡。对螟虫种类、分布、为害特点等进行简述,重点分析广西甘蔗虫害预测预报、危害情况和防治方法等方面的历史和现状差异,并对现阶段螟虫防治存在的问题和未来发展提出了一些建议,望为广西甘蔗螟虫防治提供参考依据。     

1980~2007年南宁蔗区甘蔗气象产量变化及影响因子分析

【目的】探讨气候变化对南宁蔗区甘蔗产量的影响,旨在为南宁甘蔗生产管理提供科学指导。【方法】基于贝尔产量模式,定量分析了近年来南宁蔗区甘蔗气象产量与气候因子的关系。【结果】1980~2007年南宁蔗区甘蔗气象产量单产平均增幅为1276.7 kg/ha;整体而言,南宁蔗区甘蔗气象产量在年际间差异较大,气象产量绝对值较大的年份多集中在20世纪80~90年代以及2005年以后,各年份气象产量的平均值为1002.4 kg/ha;气候影响因子α越大,该年的气象产量越大,反之越小;影响南宁蔗区甘蔗产量的气象要素主要是相对湿度。【结论】南宁地区甘蔗生长期内相对湿度较低时将导致甘蔗减产,相对湿度较大时则有利于甘蔗增产。在南宁蔗区的甘蔗生产中,加强相关的农业管理措施,提高大气相对湿度,能减少其对甘蔗产量的影响。     

基于MATLAB神经网络的温室草皮腾发量预测研究

[目的]明确基于MATLAB的BP神经网络预测温室草皮腾发量的可行性。[方法]在9月温室实测气象资料的基础上,对温室内的平均气温、相对湿度、光照强度和草皮日腾发量(ET)进行回归分析,建立了BP网络ET预报模型(BP-ET)。[结果]气温、光照强度与草皮腾发量呈显著正相关(P<0.05),相对湿度与草皮腾发量呈显著负相关(P<0.05)。BP神经网络模型具有极高的拟合精度,9月资料检验预报模型的平均相对误差为5.58%,模拟与检验均有很高的拟合精度。BP网络可以用于草皮日腾发量的预测,是对传统草皮日腾发量计算的补充。[结论]该研究为气象数据缺测条件下温室草皮日腾发量的估算提供了新思路。     

1980～2007年南宁蔗区甘蔗气象产量变化及影响因子分析

【目的】探讨气候变化对南宁蔗区甘蔗产量的影响,旨在为南宁甘蔗生产管理提供科学指导。【方法】基于贝尔产量模式,定量分析了近年来南宁蔗区甘蔗气象产量与气候因子的关系。【结果】1980~2007年南宁蔗区甘蔗气象产量单产平均增幅为1276.7kg/ha;整体而言,南宁蔗区甘蔗气象产量在年际间差异较大,气象产量绝对值较大的年份多集中在20世纪80~90年代以及2005年以后,各年份气象产量的平均值为1002.4kg/ha;气候影响因子α越大,该年的气象产量越大,反之越小;影响南宁蔗区甘蔗产量的气象要素主要是相对湿度。【结论】南宁地区甘蔗生长期内相对湿度较低时将导致甘蔗减产,相对湿度较大时则有利于甘蔗增产。在南宁蔗区的甘蔗生产中,加强相关的农业管理措施,提高大气相对湿度,能减少其对甘蔗产量的影响。     

影响海南省甘蔗产量的气象条件分析研究

通过对海南省多年甘蔗产量与气象条件关系的研究,找出影响海南甘蔗产量的关键气象因子和关键时段,并建立产量预测模型。结果表明:春秋降水、春夏秋相对湿度和夏季大风(台风)等气象因素与海南甘蔗产量关系最为密切。     

基于逐步回归法和BP神经网络模型的苹果产量预测

本文通过逐步回归法挑选出4个影响苹果产量的关键气象因子,并运用逐步回归法和BP神经网络建立苹果产量预测模型。通过检验,2种预测模型拟合效果均较好,均能够较好地预测今后苹果的产量趋势。其中BP神经网络模型预测有较高精度,但存在局限性。