基于小波神经网络的温室番茄产量预测

• 作者: 刘宇航 尹义志 张楠楠 王永刚
• 来源期刊: 中国瓜菜
• 学科: 农学
• 关键词: 番茄 产量 日光温室 BP神经网络 小波神经网络模型
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 试验研究
• 页码范围: 53-59
• 页数: 7页
• 分类号: S641.2
• 语种: 中文

摘要

为解决北方日光温室内传统的番茄产量预测方法预测精度低,预测结果与实际产量相差较大,无法保证资源的合理利用和经济效益最大化等问题,提出运用将小波分析和BP网络结合的方式预测温室内番茄产量.首先,利用相应的传感器设备获取温室内的各种变量数据,应用MATLAB R2017a软件对其进行处理并分类,剔除掉偏差较大的数据,并进行特征提取,筛选出8种与番茄产量相关的特征参数作为模型的输入变量.然后,设计构建小波神经网络预测模型,将处理后的数据作为模型的输入变量,并且不断修正模型参数,通过多次训练和校正提升预测精度,并将该模型与BP神经网络模型、作物机理模型相比较.试验结果表明,此模型的预测结果与实际产量间的平均相对误差为1.02％,预测精度和拟合效果均优于BP神经网络模型和作物机理模型,运算速度较快,且具有较好的鲁棒性和函数逼近能力,能够为定量预测北方日光温室番茄产量提供一定的理论和技术依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永刚		18	45	4.0	5.0
2	张楠楠		4	17	1.0	4.0
3	尹义志		1	0	0.0	0.0
4	刘宇航		1	0	0.0	0.0