基于进化神经网络的参考作物腾发量预测

被引：41

作者：

崔远来

马承新

沈细中

马吉刚

机构：

[1] 武汉大学水资源与水电工程科学国家重点实验室

[2] 武汉大学水资源与水电工程科学国家重点实验室湖北武汉

[3] 湖北武汉　山东省水利厅山东济南

[4] 湖北武汉

来源：

水科学进展 | 2005年 / 01期

关键词：

参考作物腾发量; 神经网络; 遗传算法; 预测;

D O I：

10.14042/j.cnki.32.1309.2005.01.015

中图分类号：

S271 [农业水文学];

学科分类号：

0815 ; 082802 ;

摘要：

利用遗传算法的全局空间寻优功能和BP网络映射能力强的优点,建立了以遗传算法确定最优网络结构的进化神经网络(GA ANN)模型,用来预测参考作物腾发量(ET0)。设计多组数字实验处理,研究了输入因子间相关性对模型预测准确性的影响,并验证了最优网络模型结构,即预测ET0的理想GA ANN模型中以日平均气温、日照时数及日序数为输入因子。实例分析表明,该模型克服了BP网络输入层、隐含层节点确定的盲目性,适应性强,精度高,可用于ET0预测。

引用

页码：76 / 81

页数：6

共 7 条

[1] 陡山灌区实时灌溉预报研究 [J].