人工神经网络在农业中的应用研究

本文回顾了人工神经网络技术在国内外农业领域中的应用情况,对其在农业中的应用前景进行展望。     

人工神经网络在农业自然资源研究中的应用

人工神经网络是一种模拟人脑思维过程的计算模型,具大规模并行处理、信息分布式存储、较强自适应性、自组织性和容错性等优良特性,在非线性关系模拟中更具优势。在对人工神经网络和农业自然资源进行简单介绍的基础上,综述了人工神经网络在农业自然资源研究领域中,在预测预报、评价(评估)、分类和识别以及优化计算方面的应用,并对人工神经网络的应用前景作了概括性的展望。     

人工神经网络在农业中的应用

本文介绍了人工神经网络的历史发展概况、基本结构和原理、主要特点.综述了人工神经网络历年来在农业信息科学领域的应用情况.     

人工神经网络在滁州市酸雨多维预测中的应用

使用酸雨时间序列作为训练样本的基础,生成训练样本输入数据和期望输出数据,建立时间序列神经网络预测模型。通过误差反向传播的算法训练神经网络,获得输入输出之间的映射关系,得到未来3年的酸雨数据。BP神经网络模型的应用设计借助于MAT-LAB软件包中的神经网络工具箱完成。     

BP人工神经网络在罗非鱼价格预测中的应用

通过分析影响罗非鱼价格波动的因素,利用BP神经网络良好的非线性映射特性,建立罗非鱼价格预测模型。选择时间、地理环境和经济条件因素作为输入层变量,价格作为输出单元,输入样本进行训练和仿真,对训练好的网络输入预测样本,将预测结果与市场实际价格进行比较,结果表明,该模型收敛速度快,预测精度高。该方法为水产品价格预测提供了一种新思路,有较高的应用价值。     

LM-BP神经网络在农业总产值预测的应用

农业生产总值是衡量一个地区农业发展水平的重要指标,农业生产总值受多方因素的影响,具有非线性的特征,为此,提出了LM-BP神经网络预测农业生产总值的模型及方法.以农作物播种面积、粮食产量、甘蔗产量、木薯产量、茶叶产量、肉类产量、水产品产量、松脂产量及油茶籽产量等与农业生产总值相关指标作为网络输入,通过广西2000 ～2012年农业生产总值数据仿真试验分析表明,LM-BP神经网络预测结果与实际值有较好的拟合度.     

基于人工神经网络的森林资源预测研究

应用人工神经网络方法分别建立土地资源预测，森林蓄积量预测，各龄组蓄积量预测三层前馈反应传播神经网络模型对森林资源进行预测模拟，预测结果表明：在小样本条件下，森林资源预测神经网络模型预测精度较高，开辟了森林资源新途径。     

灰色聚类分析在农作物病害预测预报中的应用

本文运用灰色系统聚类分析理论与方法，对农作物病害发生程度的预测预报技术作了新的尝试。经对８５０农场大豆籽粒灰斑病１２年历史资料拟合，符合率达９１．６７％，对１９９２处１９９３年灰斑病发生与流行程度的预测预报结果准确，这对农作物病害的预测预报提供了一种新的研究手段。     

BP人工神经网络模型在太湖水污染指标预测中的应用

【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为Ⅴ类水质,符合太湖水质污染情况发展态势。【结论】BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。     

BP人工神经网络模型在太湖水污染指标预测中的应用

【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004~2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为Ⅴ类水质,符合太湖水质污染情况发展态势。【结论】BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。     

径向基函数人工神经网络在棉花耗水量预测中的应用

采用径向基函数人工神经网络的方法,利用MATLAB工具箱,以气象资料中的平均气温、日照时数、平均风速作为输入变量,建立了预测新疆石河子地区棉花耗水量的RBF神经网络预测系统,并通过实测数据的检验得出此预测系统网络模型的绝对误差最大为0．0962mm／d,最小为0．0008mm／d,平均为0．0519mm／d;相对误差最大为1．7995％,最小为0．0165％,平均为0．9664％,可见网络模型预测的准确度较高,较以往的线性模型更合理,并且此网络训练花费的时间短,仅需0．0780s。     

用人工神经网络解决农业中的非线性问题

本文介绍了人工神经网络的发展和基本原理,对人工神经网络在农业中用于病虫害预报、产量预测、模型建立和图像识别等方面进行了综述。最后结合应用实践,对人工神经网络在计算机中的实现方法做了探讨。     

基于人工神经网络的山西省森林资源预测研究

以森林资源一类清查数据为基础,利用人工神经网络的BP算法对山西省森林资源的发展趋势进行了预测。结果表明:山西省森林资源在相对稳定的条件下,森林面积、蓄积呈现稳定增长态势,森林生态功能逐步完善;到2010年森林覆盖率将达到21%;单位面积蓄积量呈明显下降趋势,森林生产力下降。此结果为研究区森林经营提供科学依据。     

BP人工神经网络在聚合物溶液体系活度预测中的应用

应用不同BP人工神经网络对不同聚合物溶液体系的活度进行了训练，共12个系统，613个数点，总的平均相对误差为0．0263，在采用相同BP人工神经网络对聚合物PS与不同溶剂溶液体系的活度进行试练时，总的平均相对误差为0．0212，而利用相同BP人工神经网络对同一聚合物不同溶剂溶液体系的活度进行预测时，总的平均相对误差为0．0484。     

人工神经网络在环棱螺体质量缺失值预测中的应用

环棱螺育种时,往往会出现部分个体体质量数据缺失的情况.为尽可能利用育种性能优异的所有个体的信息,采用人工神经网络对来自5个地理群体(阳澄湖、江阴、官莲湖、洪湖和仙桃)的784个环棱螺的4个形态学指标(包括壳高、壳宽、壳口高和壳口宽)和体质量数据进行训练,再使用太湖群体的261个环棱螺的相应数据进行人工神经网络模型测试,...     

人工神经网络在预报棉花烂铃病中的应用

根据新乡棉花烂铃病的资料,运用人工神经网络建立了棉花烂铃病流行趋势预测的计算机智专家系统,该系统运算速度快,性能良好,预测准确,可作为农作物疾病流行趋势预报的有效辅助手段。     

基于人工神经网络的辽宁省粮食产量模型预测研究

利用辽宁省1983～2008年粮食产量数据,建立了粮食产量预测的3层BP网络模型,网络拓扑结构为6-6-1。用此模型对作物产量进行预测,并与多元线性回归预测结果进行比较。结果表明,人工神经网络预测的最大误差为1.57%,平均误差为0.79%,网络预测精度为0.97,说明人工神经网络模型具有较高的预测精度和较强的泛化能力,为粮食产量预测提供了一条新途径。     

粗糙集理论在农业生物灾害预测中的应用

借助粗糙集理论,分析了农业生物灾害预测中知识规则获取的方法,有助于提高农业生物灾害预测的效率。     

基于人工神经网络的森林火险预测

在对河南登封地区火灾发生状况进行有效分析的基础上,以林火发生与其紧密相关的气象因子为基础,运用BP人工神经网络建立了林火发生预测模型,分析得出最好的网络结构为6∶5∶1,建模精度为0.97,98%的样本拟合误差绝对值不超过0.000 7,取得了较好的拟合效果。     

人工神经网络在生物化学中的应用

本文论述了生物化学中模式识别、定量构效关系、化合物结构解析等运用人工神经网络进行计算的方法。