首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于RBF神经网络与BP神经网络的核桃作物需水量预测
引用本文:刘婧然,马英杰,王喆,马保国.基于RBF神经网络与BP神经网络的核桃作物需水量预测[J].节水灌溉,2013(3).
作者姓名:刘婧然  马英杰  王喆  马保国
作者单位:1. 河北工程大学水电学院,河北邯郸,056021
2. 新疆农业大学,新疆乌鲁木齐,830052
3. 河北医科大学,河北石家庄,050011
基金项目:国家高技术研究发展计划("863"计划)资助项目"新疆特色果树微灌节水增效技术研究与示范",新疆自治区高技术研究与发展计划项目
摘    要:采用RBF网络与BP网络的方法,利用MATLAB工具箱并结合气象资料中的相对湿度、平均气温和太阳日辐射量,建立了预测核桃作物需水量的神经网络预测模型.两种预测模型通过实例证实了预测的准确性,并且将这两种网络模型进行了比较分析.RBF神经网络预测作物需水量的绝对误差平均值为0.254 7 mm/d、相对误差平均值为5.47%,BP神经网络预测作物需水量的绝对误差平均值为0.320 6mm/d、相对误差平均值为6.97%,由此可见,RBF网络预测的精度比BP网络高.并且,通过程序记时显示RBF网络训练用时0.063 0 s,比BP网络训练所需的时间要短的多,因此RBF神经网络具有较好的实用价值,实现了精度与实用性的统一.

关 键 词:预测  RBF神经网络  BP神经网络  作物需水量

Crop Water Consumption Forecast of Walnut Based on RBF Neural Networks and BP Neural Networks
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号