基于进化神经网络的参考作物腾发量预测

• 作者: 崔远来 沈细中 马吉刚 马承新
• 来源期刊: 水科学进展
• 关键词: 参考作物腾发量 神经网络 遗传算法 预测
• 年，卷（期）: 2005,（1）
• 页码范围: 76-81
• 页数: 6页
• 分类号: S271|O224
• 语种: 中文
• DOI: 10.3321/j.issn:1001-6791.2005.01.015

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈细中	武汉大学水资源与水电工程科学国家重点实验室	13	161	7.0	12.0
2	崔远来	武汉大学水资源与水电工程科学国家重点实验室	174	3400	31.0	49.0