基于机械特性BP神经网络的苹果贮藏品质预测

应用L-M优化算法BP神经网络,通过用苹果机械特性指标(压缩时的最大力、屈服力、弹性模量)预测苹果贮藏品质(硬度、水分、可溶性固形物、总酸)的方法,建立贮藏品质的人工神经网络模型。用试验所测的机械特性指标为输入,苹果贮藏品质为输出来确定网络的拓扑结构,训练建立的BP神经网络。仿真结果表明:该神经网络模型用机械特性指标能预测苹果贮藏品质,同时通过5组非样本数据来验证该神经网络,模型的预测值与实测值的相对误差在5%以下,能够满足工程应用中预测苹果贮藏品质的精度要求。