基于GA的果树仿形喷雾神经网络混合模型研究

基于BP神经网络研究果树施药仿形喷雾参数之间的关系发现,BP神经网络无法避免不稳定性和局部极小的局限性,为此,该文利用遗传算法优化BP神经网络的权系数,构建遗传算法和BP的果树仿形喷雾神经网络混合模型。研究结果表明:混合模型的计算精度比BP模型要高,其平均相对误差由0.05减为0.019,均方误差由0.005减为0.002。在预测应用中,不仅绝对误差减少,而且合格率从原来的60%提高到80%,较好地解决了单纯神经网络模型的不稳定性,避免局部极小的缺点。