基于BP人工神经网络的土壤含水量预测模型的研究
郭庆春1
王素娟2
何振芳3
1.陕西广播电视大学,陕西西安,7100682.山东省农业可持续发展研究所,山东济南,2501003.中国科学院寒区旱区环境与工程研究所,甘肃兰州,730000
摘要：土壤含水量是制约植物生长的主要因子之一,因此科学地预测土壤含水量对充分利用土壤水资源具有十分重要的意义.提出了基于BP人工神经网络的土壤含水量预测模型,BP人工神经网络采用收敛速度较快和误差精度较高的动量-自适应学习速率调整算法.并通过基于这种模型的土壤含水量预测实验,结果表明BP人工神经网络预测模型提高了收敛速度和减少陷入局部最小的可能,并且提高了预测精度.
关键词：人工神经网络土壤含水量预测
分类号：S152.7(土壤学)TP183(自动化基础理论)
资助基金：国家重点基础研究发展计划（973计划）(973;2004CB720208)国家自然科学基金(41075067)
论文发表日期：2012-11-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 11-15 )
英文信息