基于人工神经网络模型的井灌水稻需水量预测

• 作者: 付强 宋艳芬 王立坤 肖建民
• 来源期刊: 东北水利水电
• 学科: 农学
• 关键词: 人工神经网络 井灌 水稻 需水量 预测
• 年，卷（期）: 2002,（5）
• 所属期刊栏目: 农田水利
• 页码范围: 38-40,50
• 页数: 4页
• 分类号: S274
• 字数: 3260字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0624.2002.05.020

摘要

水稻需水量仿真与预测是制定优化灌溉制度的重要依据.应用人工神经网络技术(BP-ANN)处理需水量时间序列,通过自相关分析,确定网络结构,建立了井灌水稻需水量的人工神经网络模型,解决了需水量序列内部及其外部诸多影响因素之间的不确定关系,预测精度较高,可在灌区决策管理中应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付强	四川大学水电学院	103	2966	29.0	52.0
2	王立坤	东北农业大学水利与建筑学院	37	733	15.0	26.0
3	宋艳芬		9	53	5.0	7.0
4	肖建民		3	71	2.0	3.0