基于人工神经网络模型的井灌水稻需水量预测

被引：6

作者：

付强

宋艳芬

肖建民

王立坤

机构：

[1] 四川大学水电学院

[2] 哈尔滨市水利局

[3] 大连理工大学

[4] 东北农业大学水利与建筑学院

来源：

基金：

中国博士后科学基金;

关键词：

人工神经网络; 井灌; 水稻; 需水量; 预测;

D O I：

10.14124/j.cnki.dbslsd22-1097.2002.05.021

中图分类号：

S274 [灌溉制度与管理];

学科分类号：

摘要：

水稻需水量仿真与预测是制定优化灌溉制度的重要依据。应用人工神经网络技术（BP-ANN）处理需水量时间序列，通过自相关分析，确定网络结构，建立了井灌水稻需水量的人工神经网络模型，解决了需水量序列内部及其外部诸多影响因素之间的不确定关系，预测精度较高，可在灌区决策管理中应用。

引用

页码：38 / 40+50 +50-55

页数：5