基于混沌优化神经网络的农业干旱评估模型

基于人工神经网络拟合函数的原理,建立了计算农业干旱程度的评估模型。通过拟合农业干旱程度的概率分布函数,对农业干旱的概率分布进行了研究。该模型可以在随机变量具体分布未知的情况下,拟合出其概率分布函数。在网络训练方法的选择上,将混沌优化算法和梯度下降法相结合,使计算能够迅速收敛到全局极小点。以河南省濮阳市渠村灌区为例,计算出当地农业干旱程度的概率分布,验证了该模型的有效性,表明该模型能够很好的用于农业干旱的评估。