人工智能（Artificial Intelligence）是人類發(fā)展到計(jì)算機(jī)時代的又一個夢想,為知識學(xué)習(xí)和獲取自動化、知識表達(dá)方式普適性、搜索求解高效率和全局化、智能體活化于環(huán)境等多個方面系統(tǒng)提供了可能。為滿足土壤-作物-大氣系統(tǒng)（SPAC）深入研究及復(fù)雜系統(tǒng)建模優(yōu)化的需要,本文針對SPAC系統(tǒng)特有的復(fù)雜性,以人工智能技術(shù)中重要分支人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network簡寫ANN）為建模、系統(tǒng)優(yōu)化工具,SPAC為研究對象,充分利用人工智能技術(shù)的自適應(yīng)能力、非線性、全局優(yōu)化等特點(diǎn),將其運(yùn)用于該領(lǐng)域多個問題的解決中。就人工神經(jīng)網(wǎng)絡(luò)在膜下滴灌條件下的作物水分響應(yīng)（Crop Response to Water簡寫CRW）和土壤墑情預(yù)報(bào)中的運(yùn)用進(jìn)行了探索性的研究,為SPAC復(fù)雜系統(tǒng)多參非線性問題的求解開辟了新路。論文取得了以下研究成果:（1）由于現(xiàn)有作物水分響應(yīng)模型的數(shù)學(xué)結(jié)構(gòu)和敏感指標(biāo)的表達(dá)對某些作物品種、受旱形式及生長環(huán)境等存在著不適性,傳統(tǒng)建模方法仍有諸多不便之處。本文依據(jù)人工神經(jīng)網(wǎng)絡(luò)的基本原理在充分吸收其最新理論研究成果的基礎(chǔ)上,以膜下滴灌試驗(yàn)得到的實(shí)測棉花產(chǎn)量和... 

【文章來源】：新疆農(nóng)業(yè)大學(xué)新疆維吾爾自治區(qū)

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘 要
Abstract
基金資助
第一章 緒論
    1.1 項(xiàng)目來源
    1.2 研究意義及背景
    1.3 國內(nèi)外研究進(jìn)展
    1.4 主要研究目標(biāo)、內(nèi)容與技術(shù)路線
第二章 基于 BP 神經(jīng)網(wǎng)絡(luò)的膜下滴灌棉花作物水分響應(yīng)模型研究
    2.1 前言
    2.2 BP 神經(jīng)網(wǎng)絡(luò)層數(shù)的確定
    2.3 各層神經(jīng)元數(shù)的選定
    2.4 擬合誤差
    2.5 連接權(quán)值修正量的調(diào)整
    2.6 樣本數(shù)據(jù)及其處理
    2.7 網(wǎng)絡(luò)訓(xùn)練
    2.8 計(jì)算結(jié)果分析
    2.9 小結(jié)
第三章 基于 BP 神經(jīng)網(wǎng)絡(luò)的膜下滴灌棉田土壤墑情預(yù)報(bào)模型研究
    3.1 前言
    3.2 材料與方法
    3.3 BP 網(wǎng)絡(luò)模型中輸入變量、輸出變量的確定
    3.4 隱含層的確定及網(wǎng)絡(luò)訓(xùn)練與結(jié)果分析
    3.5 小結(jié)
第四章 結(jié)論與展望
    4.1 結(jié)論
    4.2 展望
參考文獻(xiàn)
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]參考作物騰發(fā)蒸騰量等值線圖的繪制[J]. 佟長福,史海濱,霍再林,李為萍,喬冬梅.  沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào). 2004(Z1)
[2]內(nèi)蒙古地區(qū)ET0時空變化與相關(guān)分析[J]. 霍再林,史海濱,陳亞新,魏占民,屈忠義.  農(nóng)業(yè)工程學(xué)報(bào). 2004(06)
[3]棉花膜下滴灌條件下灌水頻率對土壤水鹽分布和棉花生長的影響[J]. 張瓊,李光永,柴付軍.  水利學(xué)報(bào). 2004(09)
[4]ET0的人工神經(jīng)網(wǎng)絡(luò)模型與評估研究[J]. 霍再林,史海濱,陳亞新,魏占民,屈忠義,喬冬梅.  水資源與水工程學(xué)報(bào). 2004(02)
[5]現(xiàn)代農(nóng)業(yè)與生態(tài)節(jié)水的技術(shù)創(chuàng)新與未來研究重點(diǎn)[J]. 康紹忠,蔡煥杰,馮紹元.  農(nóng)業(yè)工程學(xué)報(bào). 2004(01)
[6]基于神經(jīng)網(wǎng)絡(luò)的土壤水分預(yù)測建模研究[J]. 劉洪斌,武偉,魏朝富.  水土保持學(xué)報(bào). 2003(05)
[7]神經(jīng)網(wǎng)絡(luò)在水質(zhì)模型中的應(yīng)用[J]. 崔寶俠,段勇,高鴻雁,左傳金.  沈陽工業(yè)大學(xué)學(xué)報(bào). 2003(03)
[8]珠江三角洲網(wǎng)河區(qū)頂點(diǎn)分水分沙變化及神經(jīng)網(wǎng)絡(luò)模型預(yù)測[J]. 楊清書,羅章仁,沈煥庭,楊干然.  水利學(xué)報(bào). 2003(06)
[9]非充分灌溉農(nóng)田土壤水分動態(tài)模擬模型[J]. 張展羽,賴明華,朱成立.  灌溉排水學(xué)報(bào). 2003(01)
[10]推求水稻非充分灌溉下優(yōu)化灌溉制度的新方法——基于實(shí)碼加速遺傳算法的多維動態(tài)規(guī)劃法[J]. 付強(qiáng),王立坤,門寶輝,金菊良.  水利學(xué)報(bào). 2003(01)

博士論文
[1]遺傳算法在水資源工程中的應(yīng)用研究[D]. 金菊良.四川大學(xué) 2000



本文編號：2958225