一种基于神经网络的土壤湿度预测方法

杨晓霞;贾嵩;张承明;程清;张航

【期刊名称】《江苏农业科学》 【年(卷),期】2018(046)010

【摘 要】对土壤湿度进行的高质量时序预测对科学研究和农业生产实际都有重要的意义.利用无线传感器网络得到长时序观测数据,建立一种新的基于BP神经网络的土壤湿度时序预测方法.针对神经网络收敛速度慢、易陷入局部最优的问题,提出基于动量因子和自适应学习率的 BP神经网络改进方法,并且利用粒子群算法优化BP神经网络的初始阈值和权值.针对标准粒子群算法(PSO)中惯性权重线性递减、学习因子取常数,而导致的PSO收敛速度慢、易错过全局最优解等问题,将迭代次数和适应度值相结合改进惯性权重和学习因子,有效提高算法找到全局最优解的速度.选取\"渤海粮仓\"山东试验区东营市垦利县20个观测站2013—2014年的时间序列观测数据,分别采用本研究提出的方法和其他4种方法进行预测,结果显示本研究提出的方法预测在预测精度、收敛速度方面都优于其他4种方法. 【总页数】5页(P232-236)

【作 者】杨晓霞;贾嵩;张承明;程清;张航

【作者单位】山东农业大学信息科学与工程学院,山东泰安271018;山东省数字农业工程技术研究中心,山东泰安271018;中国联通有限公司泰安市分公司,山东泰安271000;山东农业大学信息科学与工程学院,山东泰安271018;山东省数字农业工程技术研究中心,山东泰安271018;山东农业大学信息科学与工程学院,山东泰安271018;山东省数字农业工程技术研究中心,山东泰安271018;山东农业大学信息

科学与工程学院,山东泰安271018;山东省数字农业工程技术研究中心,山东泰安271018

【正文语种】中 文 【中图分类】S126;TP183 【相关文献】

1.一种基于PID神经网络的农作物土壤湿度控制算法2.一种基于双层人工神经网络的多时间尺度区域光伏功率预测方法3.一种基于组合神经网络的HEVC帧间预测方法4.一种基于一维卷积神经网络的烟叶霉变预测方法5.一种基于序列分解和神经网络的供电成本预测方法

因版权原因，仅展示原文概要，查看原文内容请购买