基于BP神经网络的稻麦轮作区小麦赤霉病预测模型

为提高稻麦轮作区小麦赤霉病发生程度预测的准确度，以江苏洪泽、姜堰和张家港的历年赤霉病病穗率、田间初始菌源和气象因子为数据集，采用逐步回归分析，筛选影响小麦赤霉病发生的关键因子，进一步构建不同生态区的基于 BP 神经网络算法的小麦赤霉病发生预测模型，对江苏姜堰和张家港地区小麦赤霉病病穗率预测准确度均为 100%，对江苏洪泽地区小麦赤霉病病穗率预测准确度为 91.67%。     

BP神经网络算法的一种改进及在小麦赤霉病预测中的应用

针对BP网络收敛速度慢,计算量大等缺点,提出了动量法和批处理梯度下降学习算法相结合的BP神经网络改进算法,用以提高BP网络训练速度。该方法成功地实现了小麦赤霉病流行程度预测,效果显著。     

小麦赤霉病发生程度的气象动态预测模型

以1973—1998年上海地区小麦赤霉病发生程度为研究对象,用地面气象因子、500hPa高空环流因子和北太平洋海温场因子,选取相关系数较高且稳定性好的预测因子,然后在逐步回归和逐步判别分析方法基础上,集成建立了小麦赤霉病发生程度的动态预测模式。模式的起报时间分别为上年的11月下旬、当年的2月下旬和4月中旬。预测模式对1973—1998年的历史拟合和1999至2004年预测取得了较好的效果。     

小麦赤霉病发生程度的气象动态预测模型

以1973-1998年上海地区小麦赤霉病发生程度为研究对象,用地面气象因子、500hPa高空环流因子和北太平洋海温场因子,选取相关系数较高且稳定性好的预测因子,然后在逐步回归和逐步判别分析方法基础上,集成建立了小麦赤霉病发生程度的动态预测模式.模式的起报时间分别为上年的11月下旬、当年的2月下旬和4月中旬.预测模式对1973-1998年的历史拟合和1999至2004年预测取得了较好的效果.     

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.     

汉中地区小麦条锈病的BP神经网络预测

人工神经网络具有对非线笥系统预测的重要特性,其跟踪性能好,适用面广,收敛速度快,容错能力强。本研究利用陕西汉中地区１９７４～１９９７年的病情、菌量、品种和气象资料,采用逐步回归法选择了影响汉中小麦条锈病流行的主要因子,即春季菌量、秋季菌量、感病品种面积比例、４月份卫雨量和４月份平均温度,并将其作为ＢＰ神经网络预测模型的输入,用１９７４～１９９３年的资料进行网络训练,对１９９４～１９９７年小麦条锈病     

小麦赤霉病流行程度的农业气象动态预测模型

[目的]建立泰州地区小麦赤霉病发生程度的动态预测模型。[方法]以1987~2006年泰州地区小麦赤霉病发生程度为研究对象,以旬为时间跨度,选取相关系数较高且稳定性好的预测因子,然后在逐步回归分析方法的基础上,集成建立泰州地区小麦赤霉病发生程度的动态预测模式。[结果]泰州地区影响小麦赤霉病发生程度的主要是4月下旬平均相对湿度、5月中旬平均相对湿度。从整体气象条件来看,降水日数和平均相对湿度对小麦赤霉病的发生在气象条件上为一定的诱因。预测模式的回报检验显示该模型的预测效果比较理想。[结论]该研究为小麦赤霉病的有效防治提供了依据。     

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。     

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。     

基于BP神经网络的农村用电量预测的研究

农村用电量预测是县级供电部门的重要工作之一，其受国民生产总值和上年度用电量的影响，具有一定的随机性。利用BP神经网络建立了农村用电量预测模型。通过应用实例分析表明，预测结果和实际结果有很好的一致性。     

基于LM算法的BP神经网络的电力负荷短期预测

清代书院课艺总集多为连续出版物，或具有连续出版物的刊行初衷。刊期短则一季，多则一年或数年。经费充足与否，会影响刊期。发表周期多为一年至五年，也有十余年的。用稿率以10%~20%居多，偶见“关系稿”。时文的用稿标准是“清真雅正”。题目多为官师所拟。一般全文刊登，也偶有“论点摘编”。多经润色，并附录评点。有的以袖珍本刊行，有的宣称“翻刻必究”，标出定价，附载广告。稿费已在膏火费中预支，优秀作品可被转载。从本质属性和诸多要素来看，书院课艺总集实开今日“大学学报”、“学术集刊”之先河。     

小麦赤霉病流行定量预测的研究

对南陵县植保站 1975～ 1986年小麦赤霉病田间调查值与气象观察值等有关资料进行分析 ,作出了小麦赤霉病发生程度的短期预报模式 :Y =8.42x6 5 +1.3 5x88-4 7.15 8±SQ,将相关因子数值代入方程得到的预测值与 1975～ 1986年历年发生程度值和1987～ 1997年的实际调查值进行验证     

基于BP神经网络股价预测的一种改进方法

为提高神经网络经济预测的泛化能力,对神经网络预测数据处理方法进行了改进,把对数据的归一化变为对数据增长量的归一化,因而只要被预测的增长量不超过以往的历史数据增长量,则不会发生外延问题。根据这一思路,采用个股(中国石化)收盘价的数据,通过对收盘价的增长量进行了归一化,得到新的时间序列,将该时间序列视为一个从输入到输出的非线性映射,用BP神经网络进行非线性映射的逼近。对网络进行学习与训练的仿真试验后,预测结果与实际结果的比较说明,改进方法有效。     

基于BP神经网络顺序输送混油粘度预测

针对现有混油粘度难以计算的问题,在分析BP神经网络基本原理的基础上,分别对三种混油建立了人工神经网络混油粘度预测模型。运用实测数据对BP网络进行了训练和仿真,仿真结果表明,三种模型预测误差都在2.5%以内,计算精度高于苏联学者提出的克恩达尔-莫恩罗埃公式和兹达诺夫斯基公式,具有适用性强的特点,可以完全满足工程的实际需要。     

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。     

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。     

Elman神经网络在农网短期负荷预测中的应用

为提高负荷预测精度,更好地反映负荷的动态特性,提出了一种基于Elman神经网络的预测方法。先对负荷样本进行数据预处理,消除伪数据,然后把不同日各时刻的负荷序列作为样本,对未来时刻的负荷进行短期预测。预测实例表明,基于Elman神经网络的预测方法比基于BP神经网络的预测方法具有更好的预测效果。     

基于BP神经网络的鸡蛋大小分级方法研究

用计算机视觉装置获取鸡蛋图像像素点数,用电子天平称得蛋重,用它们作为样本数据建立BP神经网络模型,达到自动检测鸡蛋大小并分级。经检验,建立的BP神经网络有很好的泛化功能、鲁棒性好,用其检测鸡蛋大小并分级,其正确识别率为91%。