墑情預(yù)測是精準(zhǔn)農(nóng)業(yè)概念中的一個技術(shù)方向,但進行墑情預(yù)測,往往會遇到很多問題,如數(shù)據(jù)信息缺失影響預(yù)測模型的構(gòu)建、預(yù)測模型自身的訓(xùn)練過程容易陷入局部極小值、預(yù)測模型的預(yù)測精度不高等問題。因此,本文主要從優(yōu)化數(shù)據(jù)插值算法以及優(yōu)化預(yù)測模型這兩個方面進行研究。針對缺失數(shù)據(jù)的插值問題,本文提出一種基于密度的正弦余弦算法,并用來優(yōu)化普通克里金插值模型,為神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建立奠定良好的數(shù)據(jù)基礎(chǔ)。普通克里金法中的參數(shù)求取過程中基于一系列假設(shè)條件,在插值精度上仍有優(yōu)化空間,本文將普通克里金法中的參數(shù)優(yōu)化問題抽象成為NP-hard問題,并使用本文提出的基于密度的正弦余弦算法,優(yōu)化普通克里金插值模型。使用標(biāo)準(zhǔn)函數(shù)進行算法性能測試,并使用河南省長葛市試驗田的數(shù)據(jù)進行實驗,結(jié)果表明,基于密度的正弦余弦算法在復(fù)雜的非線性問題中,具有較好的局部最優(yōu)回避能力,收斂速度也較快,且在優(yōu)化普通克里金插值模型中表現(xiàn)出較好的性能。針對優(yōu)化土壤溫濕度預(yù)測模型問題,本文提出一種基于動態(tài)網(wǎng)絡(luò)拓?fù)涞亩嗄繕?biāo)粒子群算法,并應(yīng)用至優(yōu)化神經(jīng)網(wǎng)絡(luò)預(yù)測模型,最終建立動態(tài)拓?fù)涠嗄繕?biāo)粒子群神經(jīng)網(wǎng)絡(luò)預(yù)測模型。平衡算法對于解空間的勘探與開采能力,使算法具... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１正弦余弦算法示意圖??由于在這個公式中使用了正弦和余弦，所以這個算法被稱為正弦余弦算法，??

護2基準(zhǔn)函龔

一基準(zhǔn)函婆

【參考文獻(xiàn)】：
期刊論文
[1]灰色神經(jīng)網(wǎng)絡(luò)下的多變量土壤含水量預(yù)測模型[J]. 羅黨,王澮婷.  華北水利水電大學(xué)學(xué)報(自然科學(xué)版). 2017(05)
[2]改進灰狼算法在土壤墑情監(jiān)測預(yù)測系統(tǒng)中的應(yīng)用[J]. 李寧,李剛,鄧中亮.  計算機應(yīng)用. 2017(04)
[3]冬小麥田間墑情預(yù)報的經(jīng)驗?zāi)Ｐ蚚J]. 尚松浩,雷志棟,楊詩秀.  農(nóng)業(yè)工程學(xué)報. 2000(05)



本文編號：3005718