基于数据包络分析和人工神经网络的变量施肥决策方法研究

采用数据包络分析(DEA)方法评价玉米施肥单元的投入产出技术效率,把非DEA有效的单元进行投影,使之DEA有效,所获得的投影数据供神经网络训练使用。建立3层BP神经网络模型,以土壤养分和产量为输入,以施肥量为输出,并结合输入输出的价格因素扩展模型,实现利润最大化决策。该模型既为充分使用所有试验数据引入了可行方法,又弥补了传统施肥决策方法中非线性关系描述的不足。应用表明,该模型可以揭示施肥单元的需肥特性和提供最佳施肥方案,目标产量不超过9750kg/hm2时,预测结果较合理。