基于MATLAB的BP神经网络在农作物虫情测预报中的应用

本文主要利用神经网络理论,基于MATLAB的神经网络工具箱建立了虫害发生量预报预测的BP神经网络预测系统,确定了发生量与自然因素之间的联系。并通过对安徽省庐江县田间水稻病情的预测来检验模型的效果。实验结果证明了该模型用于虫情预测的可行性,具有很好的应用价值。     

TOPSIS在农作物品种评价中的应用研究

针对农作物品种评价的多性状特性,提出将TOPSIS方法用于农作物品种评价。实例结果表明,该方法简单易行、准确有效,适合具体应用。     

BP神经网络模型在象山港水环境承载力研究中的应用

为研究近年象山港水环境承载力状况,根据2010—2013年象山港水质指标DO、COD、DIN和DIP的统计数据获取指标阈值,应用BP神经网络技术建立象山港水环境承载力研究模型。模型输入指标为DO、COD、DIN和DIP的监测值,输出为水环境承载力指数。应用构建的模型对2014年春、夏、秋、冬象山港水环境承载力进行研究,结果表明:2014年象山港水环境承载力指数季节平均值都小于0. 4,水环境承载力总体不理想。象山港湾内的水环境承载力整体高于外海。湾口受外海影响,水环境承载力常年偏低;内湾水环境承载力季节变化复杂,主要为局部影响;湾中部水环境承载力春季偏高,夏季偏低,这与生物活动有关。BP神经网络模型结构简单、数据结果直观可靠,可应用于象山港水环境承载力问题的研究。     

多指标综合评价法在农业科研机构综合能力评估中的实践与应用

文章以"十一五"农业科研机构综合能力评估指标体系建立为例,对层次分析法、主成分分析法和模糊综合评判法等多指标综合评价法在农业科研机构评估中确定评价指标与权重两个方面进行分析,提出农业科研机构进行综合评价是一个复杂的研究课题,根据评估需求,运用多指标综合评价法制定评价指标体系是评估研究的重点。     

BP神经网络在需水预测中的应用

阐述BP神经网络的计算步骤及其改进方法。将BP神经网络模型应用到抚顺市需水预测的实例研究中,通过实例的结果来验证该方法的精度。实例证明该方法具有较大的研究潜力,需要进一步深入研究解决现有问题提高其实用性。     

BP神经网络方法在城市土地生态安全评价中的应用——以武汉市为例

以武汉市为例,选取21个指标构建土地生态安全评价指标体系,选用BP神经网络方法,通过输入指标数据对网络进行训练,评定出武汉市土地生态安全等级。结果表明2,008、2009年武汉市土地生态安全为一般安全等级,2010年为较为安全等级。BP神经网络是一种切实可行的高信度的生态安全评价方法。     

BP神经网络在城镇网格点地价评估中的应用研究

BP神经网络可以实现输入和输出的任意非线性映射。网格点地价是最新提出的一种地价概念,相对于基准地价与宗地地价来说,网格点地价具有许多它们无法比拟的优点。本文以兴安县为例说明BP神经网络应用于城镇网格点地价评估的可行性,并通过比较BP网络拟合的结果与指数模型模拟的结果来验证BP神经网络在网格点地价评估中的优越性,最后运用训练好的BP网络结构计算出城镇网格点地价。     

BP神经网络在气象数据预测研究中的应用

BP(Back Propagation)网络是一种被广泛运用的神经网络.它的核心是BP算法,本文是在建立影响气象环境状态指标体系基础上,收集各指标在研究期内的有关数据,对数据进行整理分析并建立数据库,尝试利用基于BP算法的三层向前神经网络对气象数据进行预测.     

BP神经网络在农业植物分类识别中的应用

本文尝试利用BP算法对中国农业植物的56科进行分类识别的训练，其训练结果在精度范围内平均准确率达到90％，实现了科级上的植物分类的快速识别的目的，为植物分类识别工作的智能化提供了又一种思路。     

BP神经网络在湖泊水质评价中的应用研究

研究了用于湖泊水质富营养化评价的人工神经网络BP模型的结构和学习算法,用训练好的BP网 络模型对荆州市长湖关咀段的水质富营养化状态进行了分类评价。结果显示,与综合营养状态指数法等 相比,人工神经网络法是一种有效和实用的环境质量评价方法;认为长湖关咀段水质污染严重,急待采 取措施治理。     

BP神经网络在湖泊水质评价中的应用研究

研究了用于湖泊水质富营养化评价的人工神经网络BP模型的结构和学习算法,用训练好的BP网络模型对荆州市长湖关咀段的水质富营养化状态进行了分类评价.结果显示,与综合营养状态指数法等相比,人工神经网络法是一种有效和实用的环境质量评价方法;认为长湖关咀段水质污染严重,急待采取措施治理.     

基于因子分析的BP神经网络在需水预测中的应用

需水预测涉及农业、工业、生活和环境等多种因素,是典型的多指标评价问题,需对多因素进行综合评估.以广东省珠海市为例,利用1986～2000年的需水量数据,采用因子分析法对影响需水量的8个变量进行因子分析,根据确定的主要影响因子构造BP神经网络的输入样本,从而进行不同水平的需水量预测.结果表明:前4个公因子,即综合实力因子、畜牧影响因子、环境影响因子和补充分析因子,累计贡献率达99%以上,为影响研究区需水量的主要因子,以此作为输入样本建立的BP神经网络需水预测模型既能合理地构造神经网络的拓扑结构,又可加快网络的收敛速度,精度较高.因子分析与BP神经网络结合是多因素需水预测的一个有益尝试.     

BP神经网络在旅游安全预警信息系统中的应用研究

利用BP神经网络对旅游安全预警信息系统的应用进行了研究,并通过BP神经网络模型的构建和仿真试验结果证明了该模型的适用性和可行性。     

谷子品种多因素综合评价

根据区试结果,运用多因素综合评判方法对8个谷子品种进行评价。结果表明:安2491综合性状最好,其次是冀优1号、冀优2号,郑9238综合性状最差。该方法适用于谷子品种的综合评估,计算简单易行,结果客观全面,更接近品种的实际表现。     

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。     

BP神经网络在堤坝砂基液化预测中的应用研究

鉴于砂土液化是多因素综合作用的结果,应用人工神经网络基本原理,建立多参数综合评价砂土液化的BP网络模型,对砂土液化的严重程度作出了客观评价,并在实际工程中得以应用和检验,取得良好的效果.     

BP神经网络在水稻病虫害诊断中的应用研究

介绍了BP神经网络算法及编码的内涵,探讨了基于BP神经网络的水稻病虫害专家系统的构建。研究表明,BP神经网络在水稻病虫害诊断中具有较强的应用价值。     

基于主成份BP神经网络的农业现代化综合评价体系研究

依据辽宁省2007~2010年14个地区农业现代化发展现状,通过主成份分析获取能全面衡量农业现代化的进展程度的新指标,并将其应用于BP人工神经网络,建立农业现代化发展现状综合评价体系(PCABP),对辽宁的各地区农业现代化发展现状进行综合评价。同时将PCABP的评价结果与直接应用主成份综合评价体系(PCA)以及BP神经网络综合评价体系(BP)的进行对比。结果表明:3种方法 MAE和RMSE大小关系为:PCABPBP>PCA,即:PCA、BP、PCABP评价效果依次增强。PCABP既能不考虑PCA综合评价模型在学术界上的争论性,又能解决BP神经网络输入向量信息冗余的问题。相对两者单独评价而言,PCABP能显著提高评价体系的准确度和稳定性,为农业现代化评价提供了一种确实可行新的途径。     

BP神经网络在故障字典快速定位中的应用

故障字典法是一种很实用的故障诊断方法,但对于大规模、复杂电路,故障字典庞大,故障搜索速度影响了实时诊断效率。提出一种将规模较大故障字典分解为多个子故障字典,采用BP神经网络组织其搜索索引的方法。该方法利用BP神经网络能够精确描述输入数据与目标数据之间的映射关系的能力,组织多个BP神经网络组成多层的二叉树索引结构。通过该索引,大大缩小了故障查找范围,提高了搜索速度,提高了实时诊断的效率。