基于模糊聚类和神经网络的干旱等级预测模型

• 作者: 李广 李艳梅
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: BP 模糊聚类 干旱等级预测 产量
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 实践与创新
• 页码范围: 148-150
• 页数: 3页
• 分类号: TP399
• 字数: 3572字
• 语种: 中文

摘要

干旱是造成小麦减产的主要因素之一。利用模糊聚类方法对1970年至2009年甘肃省定西县小麦、玉米、洋芋和油料四种作物的产量进行数据聚类分析，得出相应年份的受旱等级。再选择制约干旱发生的四个因素，利用三层人工神经网络建立基于作物产量的BP神经网络预测模型。模型选用1970年至2005年月平均最低温度、平均最高温度、平均辐射度和平均降雨量四个参数作为神经网络的输入层数据，受旱等级作为输出层数据，选用模糊聚类得出的1970年至1978年和1990年至1999年的数据训练神经网络，选用2000-2005年的数据验证干旱等级预测模型的准确性及可行性。结果表明：这与甘肃定西地区的农业生产实践是基本一致的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李广	甘肃农业大学信息科学与技术学院	166	1138	18.0	28.0
2	李艳梅	甘肃农业大学信息科学与技术学院	15	25	3.0	4.0