為準確預測冬季果園土壤溫度,建立了蓄水坑灌條件下BP神經網絡土壤溫度預測模型（BP-WSPI-T）、遺傳算法優(yōu)化的BP神經網絡土壤溫度預測模型（GA-WSPI-T）和增量逆?zhèn)鞑W習算法優(yōu)化的BP神經網絡土壤溫度預測模型（IBP-WSPI-T）,采用坑內平均氣溫、地表溫度、沿相鄰兩蓄水坑中心連線距坑壁的距離和距坑壁5 cm處分層土壤最低溫度為模型輸入,對距坑壁15、25和35 cm處分層土壤最低溫度進行預測,并通過與田間實測數(shù)據的統(tǒng)計學分析來判定預測效果。結果表明:BP-WSPI-T、GA-WSPI-T和IBP-WSPI-T模型的平均相對誤差分別為8.19%、4.41%和7.57%,GA-WSPI-T模型的預測效果最好,較BP神經網絡預測精度得到了很大的提高,建議采用GAWSPI-T模型對蓄水坑灌冬季果園土壤溫度進行預測。 

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 材料與方法
    1.1 試驗區(qū)概況
    1.2 試驗設計及項目測定
    1.3 數(shù)據處理及模型評價
2 模型構建
    2.1 BP神經網絡模型
    2.2 遺傳算法優(yōu)化的BP神經網絡模型
    2.3 增量逆?zhèn)鞑W習優(yōu)化算法的BP神經網絡模型
3 結果分析
    3.1 訓練組結果分析
    3.2 預測組結果分析
4 結語


【參考文獻】：
期刊論文
[1]蓄水坑灌蘋果園冬季土壤溫度分布動態(tài)預測模型[J]. 王曉磊,郭向紅,孫西歡,馬娟娟,雷濤,曹鷺.  節(jié)水灌溉. 2017(12)
[2]蓄水坑灌條件下土壤貯水量預測模型對比研究[J]. 雷濤,郭向紅,孫西歡,馬娟娟,趙運革.  人民黃河. 2017(10)
[3]蓄水坑灌土壤水分分布特征研究[J]. 樊曉波,孫西歡,郭向紅,馬娟娟.  中國農村水利水電. 2013(03)
[4]煙臺地區(qū)土壤溫度變化特征及預測模型研究[J]. 王選耀.  農業(yè)系統(tǒng)科學與綜合研究. 2010(04)
[5]基于偏相關分析的煙臺市土壤溫度影響因素及預測模型研究[J]. 崔素芳,張振華,姚付啟,張燕,任尚崗.  山東農業(yè)科學. 2010(01)
[6]煙臺果園土壤溫度影響因素及其預測模型研究[J]. 姚付啟,張振華,錢為君.  農業(yè)系統(tǒng)科學與綜合研究. 2008(02)
[7]蓄水坑灌法技術要素初探[J]. 孫西歡,馬娟娟,周青云,郭向紅,王芳.  沈陽農業(yè)大學學報. 2004(Z1)

碩士論文
[1]基于BP神經網絡的車載設備故障診斷與預測研究[D]. 吳淵.北京交通大學 2016
[2]蓄水坑灌不同蓄水坑結構型式條件下果園冬季土壤溫度分布特征研究[D]. 李俊杰.太原理工大學 2015
[3]不同覆蓋方式下蓄水坑土壤溫度變化特征研究[D]. 張亞瓊.太原理工大學 2013



本文編號：3665965