基于BP和RBF神经网络模型的草坪质量综合评价

• 作者: 包永霞 宋桂龙 李飞飞 肖波 陈爱霞 韩烈保
• 来源期刊: 草业学报
• 学科: 农学
• 关键词: 草坪质量综合评价 BP神经网络 RBF神经网络
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 275-281
• 分类号: S688.4
• 字数: 5304字
• 语种: 中文

摘要

依据现有的草坪质量评价指标体系,于2010年调查了20个草地早熟禾品种成坪后的11项指标,包括草坪的密度、质地、颜色、均一性、绿期、抗病性、盖度、耐践踏性、成坪速度、草坪强度以及生物量.然后,运用神经网络原理及Matlab神经网络工具箱,以其中的15个草地早熟禾品种成坪后的11项指标的实地调查值作为网络输入,以专家打分作为网络输出,通过不断调整网络训练参数,使网络性能达到最优,构建了草坪质量综合评价的BP和RBF神经网络模型,并给出了BP和RBF神经网络模型的分析方法及其Matlab实现步骤.利用训练好了的网络模型,对其余的5个草地早熟禾品种的综合质量评价得分进行网络预测,结果表明,RBF神经网络的预测误差均小于2％,而BP神经网络的预测误差均大于5％,因此,基于RBF神经网络模型的草坪质量评价结果比BP神经网络更准确,可以用于草坪质量综合评价.与常规的加权法、层次分析法或模糊综合评判法评价草坪质量相比,基于RBF神经网络模型的草坪质量综合评价,在一定程度上减少了评价中主观因素的影响,简化了计算步骤,为草坪质量综合评价提供了一种全新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩烈保	北京林业大学草坪研究所	247	3694	32.0	43.0
3	宋桂龙	北京林业大学草坪研究所	78	675	14.0	21.0
6	肖波	北京林业大学草坪研究所	29	137	6.0	10.0
8	包永霞	北京林业大学草坪研究所	6	63	5.0	6.0
11	李飞飞	北京林业大学草坪研究所	3	18	2.0	3.0
12	陈爱霞		1	13	1.0	1.0