水稻需水量预测的小波BP网络模型

被引:18
作者
冯艳 [1 ]
付强 [1 ]
李国良 [1 ]
李伟业 [1 ]
刘仁涛 [1 ]
冯登超 [2 ]
机构
[1] 东北农业大学水利与建筑学院
[2] 天津大学电子信息工程学院
基金
中国博士后科学基金;
关键词
BP网络; 小波分析; 水稻需水量;
D O I
暂无
中图分类号
S511 [稻];
学科分类号
0901 ;
摘要
结合BP网络和小波分析的优势,建立一种水稻需水量预测的小波BP网络模型,旨在准确预测水稻需水量,为制定合理的灌溉制度与提高水分利用效率提供重要依据。该文以小波函数代替传统BP网络中的S型激活函数,对三江平原富锦灌区16年的水稻需水量实测序列进行分析,网络结构为6-10-1,训练355次时,精度达到0.01。结果均优于BP算法、RAGA SABP模型,表明该模型收敛速度快,预测精度高,为该领域研究提供了新的思路。
引用
收藏
页码:66 / 69
页数:4
相关论文
共 10 条
[1]  
农业水土资源系统分析与综合评价.[M].付强著;.中国水利水电出版社.2005,
[2]  
人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2005,
[3]  
遗传算法与BP模型的改进及其在水资源工程中的应用.[D].邢贞相.东北农业大学.2004, 04
[4]   基于随机样本的神经网络模型估算参考作物腾发量 [J].
高瑞忠 ;
朝伦巴根 ;
于婵 ;
朱仲元 ;
柴建华 .
农业工程学报, 2006, (02) :42-45
[5]   根据天气预报估算参照腾发量的模糊神经网络方法 [J].
蔡甲冰 ;
刘钰 ;
雷廷武 ;
许迪 .
农业工程学报, 2005, (12) :108-111
[6]   基于DEM的作物需水量估算方法 [J].
王景雷 ;
孙景生 ;
周祖昊 ;
张寄阳 .
灌溉排水学报, 2005, (05) :36-38
[7]   基于L-M优化算法的BP神经网络的作物需水量预测模型 [J].
张兵 ;
袁寿其 ;
成立 ;
袁建平 ;
从小青 .
农业工程学报, 2004, (06) :73-76
[8]   基于偏最小二乘回归的水稻腾发量建模 [J].
付强 ;
王志良 ;
梁川 .
农业工程学报, 2002, (06) :9-12
[9]   多变量自回归模型在三江平原井灌水稻需水量预测中的应用 [J].
付强 ;
王志良 ;
梁川 .
水利学报, 2002, (08) :107-112
[10]   基于人工神经网络模型的井灌水稻需水量预测 [J].
付强 ;
宋艳芬 ;
肖建民 ;
王立坤 .
东北水利水电, 2002, (05) :38-40+50