基于BP人工神经网络的土壤含水量预测模型的研究

土壤含水量是制约植物生长的主要因子之一,因此科学地预测土壤含水量对充分利用土壤水资源具有十分重要的意义。提出了基于BP人工神经网络的土壤含水量预测模型,BP人工神经网络采用收敛速度较快和误差精度较高的动量-自适应学习速率调整算法。并通过基于这种模型的土壤含水量预测实验,结果表明BP人工神经网络预测模型提高了收敛速度和减少陷入局部最小的可能,并且提高了预测精度。     

基于人工神经网络的经济预测模型

以我国31个省的1999~2011年的面板数据为基础,实证中国不同地区人力资本投资对旅游业发展的影响。结果表明,高等教育对旅游产业发展的作用显著,而中等教育的作用不显著,且存在区域差异;在高等教育发达地区,高等教育对旅游业发展的效应不显著,而在高等教育落后地区则较为显著。中部地区高等教育的旅游产业反馈效应一般。因此,高等教育落后地区要重视旅游高等教育的规模和质量,教育发达地区要重视旅游教育的结构和层次。