基于GA-NN的碳通量预测因素选择

• 作者: 刘国瑛 刘曙光 胡月明 薛月菊 陈强
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 因素选择 遗传算法 神经网络 碳通量预测
• 年，卷（期）: 2011,（18）
• 所属期刊栏目: 工程与应用
• 页码范围: 237-240
• 分类号: TN18
• 字数: 4661字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.18.070

摘要

研究和选择碳循环的影响因素是预测碳通量的重要环节,也是研究碳循环机理的重要步骤.然而从众多的影响因素中选择重要的因素,依然存在着困难.提出利用相关分析、遗传算法和神经网络进行碳通量预测的主要因素选择的方法,首先用相关分析去处冗余的因素;然后利用遗传算法,以选择最小数目的因素时,最大碳通量的观测值和用神经网络预测值的相关系数为准则,来搜寻最优的影响因素.实验证明该方法能在不影响(或尽量小地影响)预测精度的前提下,有效地选择出碳通量预测的重要因素.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡月明	华南农业大学信息学院	208	3069	29.0	46.0
2	薛月菊	华南农业大学工程学院	38	416	12.0	19.0
3	陈强	华南农业大学工程学院	17	225	9.0	14.0
4	刘国瑛	华南农业大学工程学院	3	43	3.0	3.0