基于RBF神经网络的农业需水量预测

被引：7

作者：

李飞 ^{[1
]}

罗明文 ^{[2
]}

张运鑫 ^{[1
]}

于兴杰 ^{[3
]}

张泽中 ^{[3
]}

机构：

[1] 河北工程大学水利水电学院

[2] 邯郸市水利水电勘测设计研究院

[3] 西安理工大学西北水资源与环境生态教育部重点实验室

来源：

关键词：

RBF神经网络; BP神经网络; 农业需水量预测; 聚类算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

介绍了径向基函数神经网络的原理、训练算法,建立的径向基函数神经网络农业需水量预测模型具有较强的非线性处理能力和逼近能力,运算速度快、性能稳定,克服了BP神经网络学习过程的收敛过分依赖于初值和可能出现局部收敛的缺陷,预测精度较高,泛化能力强。

引用

页码：62 / 63+66 +66

页数：3