基于改进的BP神经网络对蓄水坑灌冬季果园土壤温度预测

• 作者: 刘艳武 孙西欢 张少文 王晓磊 贺琦琦 郭向红 雷涛 马娟娟
• 来源期刊: 节水灌溉
• 学科: 农学
• 关键词: 土壤温度 增量逆传播 遗传算法 BP神经网络 蓄水坑灌
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 试验研究
• 页码范围: 16-20
• 页数: 5页
• 分类号: S275.9
• 字数: 3693字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-4929.2019.07.004

摘要

为准确预测冬季果园土壤温度,建立了蓄水坑灌条件下BP神经网络土壤温度预测模型(BP-WSPI-T)、遗传算法优化的BP神经网络土壤温度预测模型(GA-WSPI-T)和增量逆传播学习算法优化的BP神经网络土壤温度预测模型(IBP-WSPI-T),采用坑内平均气温、地表温度、沿相邻两蓄水坑中心连线距坑壁的距离和距坑壁5 cm处分层土壤最低温度为模型输入,对距坑壁15、25和35 cm处分层土壤最低温度进行预测,并通过与田间实测数据的统计学分析来判定预测效果.结果表明:BP-WSPI-T、GA-WSPI-T和IBP-WSPI-T模型的平均相对误差分别为8.19％、4.41％和7.57％,GA-WSPI-T模型的预测效果最好,较BP神经网络预测精度得到了很大的提高,建议采用GA-WSPI-T模型对蓄水坑灌冬季果园土壤温度进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙西欢	太原理工大学水利科学与工程学院	254	2457	25.0	37.0
3	郭向红	太原理工大学水利科学与工程学院	138	1027	16.0	24.0
4	马娟娟	太原理工大学水利科学与工程学院	162	1478	20.0	30.0
7	雷涛	太原理工大学水利科学与工程学院	23	53	4.0	6.0
8	王晓磊	太原理工大学水利科学与工程学院	4	9	2.0	2.0
9	张少文	太原理工大学水利科学与工程学院	6	19	2.0	4.0
10	贺琦琦	太原理工大学水利科学与工程学院	3	4	1.0	2.0