基于遗传算法与人工神经网络相结合的玉米估产研究

Page 1

基于遗传算法与人工神经网络相结合的玉米估产研究第六图书馆在遗传算法(Genetic Algorithm)与误差反传(Back Propagation)网络结构模型相结合的基础上,设计了用遗传算法训练神经网络权重的新方法,并对吉林省梨树县的玉米进行了估产研究,同时与BP算法和灰色系统理论模型进行了比较。经检验,计算值与实际值接近,并优于灰色理论模型,具有良好的预测效果,从而为农作物估产提供了新方法。在遗传算法(Genetic Algorithm)与误差反传 (Back Propagation)网络结构模型相结合的基础上,设计了用遗传算法训练神经网络权重的新方法,并对吉林省梨树县的玉米进行了估产研究,同时与BP算法和灰色系统理论模型进行了比较。经检验,计算值与实际值接近,并优于灰色理论模型,具有良好的预测效果 ,从而为农作物估产提供了新方法。农作物估产遗传算法神经网络玉米自然资源学报李哲张军涛中国科学院地理研究所,北京1001012000第六图书馆

Page 2

第　１５卷第　３期　２０００年　７月　自　然资源学报　ＪＯＵＲＮＡＬ　ＯＦ　ＮＡＴＵＲＡＬ　ＲＥＳＯＵＲＣＥＳ　ＶＯ１．１５　ＮＯ．３　Ｊｕｌｙ，２０００　文章编号　：１０００—３０３７（２０００）０３—０２７０—０５　基于遗传算法与人工神经网络相结　合的玉米估产研究　李　哲，张军涛　（中国科学院　地理研究所，北京　１００１０１）　摘要　：在遗传算法（Ｇｅｎｅｔｉｃ　Ａｌｇｏｒｉｔｈｍ）与误差反传　（Ｂａｃｋ　Ｐｒｏｐａｇａｔｉｏｎ）网络结构模型相结合的　基础上，设计了用遗传算法训练神经网络权重的新方法　，并对吉林省梨树县的玉米进行了估产研　究，同时与　ＢＰ算法和灰色系统理论模型进行了比较。经检验　，计算值与实际值接近，并优于灰色　理论模型，具有良好的预测效果　，从而为农作物估产提供了新方法。　关键词　：作物估产；遗传算法；神经网络　中图分类号　：Ｓ１１　７　文献标识码　：Ａ　１　引　言　玉米是吉林省的主要粮食作物。对于作物估产　，目前　主要是利用遥感　图像信息提取，多元回归分析和灰　色系统理论　’等进行预测。近　１０年来迅速发展起来并形成新热潮的人工神经网络　（ＡＮＮ）模型在人工智　能、信号处理、自动控制和模式识别等领域发挥　了重要作用。由于人工神经网络具有　自适应学习能力和记忆　联想能力　，使得它为解决复杂的非线性问题提供了有用的工具　，其预测能力大大优于多元回归分析和判别　

下一页

文档基本属性
文档格式：	PDF
文档标题：	基于遗传算法与人工神经网络相结合的玉米估产研究
文档作者：
关键词：
主题：
单位：
文档创建者：	www.6lib.com
创建时间：
上次保存时间：	D:20110112235304+08'00'
修订：	iTextSharp 5.0.4 (c) 1T3XT BVBA
点击这里显示更多文档属性
文档语言：
经理：
备注：
分类：
上次保存者：
修订次数：
编辑时间：
加密标识：
幻灯片：
段落数：
字节数：
备注：
演示格式：