印度中央邦马尔瓦地区利用人工神经网络和回归模型预测蒸腾量的比较(摘选)

• 作者: Ajai Singh Jain V K Jayanta Dutta
• 来源期刊: 农业工程
• 学科: 农学
• 关键词: 蒸发皿蒸发量 多层感知器模型 多元线性回归 人工神经网络 降雨量 模拟
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 国外研究
• 页码范围: 104-106,80
• 页数: 4页
• 分类号: S220.39
• 字数: 3671字
• 语种: 中文

摘要

蒸发是水循环的一个重要组成部分,对蒸发量的估算是对水资源和灌溉水量有效利用的一个重要手段.该研究旨在利用多元线性回归模型、多层感知器(MLP)和人工神经网络(ANN)模型模拟印度中央邦马尔瓦地区周蒸发量.利用4种不同天气变量组合训练神经网络模型.多元线性回归模型只将最高温和相对湿度作为输入值,但是模拟结果不令人满意.MLP模型采用的数据集包括最高和最低温度、风速和相对湿度,在训练和验证中都取得了比较好的结果.MLP模型可以用来模拟周开放式蒸发皿蒸发量,估算缺失数据,并可以作为替代模型以验证蒸发量测定值.降雨量数据并不能改善模型性能.