基于BP神经网络的农田灌溉量预测

• 作者: 匡迎春 曾文辉 欧明文 沈岳
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 农田灌溉量 降雨量 预测模型 BP神经网络
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 理论研究与探讨
• 页码范围: 36-39
• 页数: 4页
• 分类号: S274.4
• 字数: 3000字
• 语种: 中文

摘要

农田灌溉量预测对水资源合理规划和优化配置具有重要意义。为此，以农田水分平衡公式为基础，导出灌溉量I与前各时期的降雨量pt-1、pt-2、pt-3灌溉面积S之间存在非线性关系，由此建立了农田灌溉量的BP神经网络预测模型。检验结果表明，灌溉量BP 神经网络预测法精度约为94．5％。因而，以灌溉面积、前各时期降雨量为输入变量，结合BP神经网络技术来预测农田灌溉量，具有很好的应用前景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	匡迎春	湖南农业大学工学院	36	177	7.0	13.0
2	沈岳	湖南农业大学信息科学技术学院	62	487	11.0	19.0
3	欧明文	湖南农业大学工学院	5	22	3.0	4.0
4	曾文辉	湖南农业大学工学院	5	22	3.0	4.0