土壤墒情预测自适应遗传神经网络算法研究

• 作者: 张琪 李宁 杨福兴 邓中亮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人工智能算法 土壤墒情预测 自适应 遗传多样性函数 神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 理论与研发
• 页码范围: 54-59,69
• 页数: 7页
• 分类号: TP183
• 字数: 4878字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1608-0261

摘要

针对传统遗传神经网络算法易出现的早熟收敛及锯齿等现象,提出一种新型算法应用于土壤墒情预测.该算法提出了衡量种群基因多样性的遗传多样性函数的概念,自适应调节交叉和变异策略,在全局范围内寻找最优初始网络权值和阈值,从而降低算法迭代次数,提高神经网络预测的精度和效率.仿真结果表明,与其他遗传神经网络算法相比较,该算法平均绝对误差从2%降低到1%,平均相对误差从5%降低到3%,最大相对误差从15%降低到8%,即新型算法可有效提高墒情的预测质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓中亮	北京邮电大学电子工程学院	165	1541	20.0	31.0
2	杨福兴	北京邮电大学自动化学院	36	400	11.0	19.0
3	李宁	北京邮电大学电子工程学院	15	57	5.0	7.0
4	张琪	北京邮电大学自动化学院	3	14	2.0	3.0