科研之友
微信
新浪微博
Facebook
分享链接
摘要
对2008—2017年间广西某甘蔗地装设的田间物联网获取的田间环境及气象数据进行了分析,研究通过这些数据预测甘蔗产量的可行性。对田间的环境数据（土壤含水率和土壤温度）和气象数据（降水量和空气温度）进行预处理,分别运用BP神经网络及遗传算法优化初始阈值的BP神经网络（GA-BP）对所选地块的甘蔗产量进行预测。结果表明,GA-BP神经网络模型的预测精度明显高于BP神经网络模型,R2达到0. 989 4,平均相对误差仅为0. 64%。说明用GA-BP神经网络预测甘蔗产量是有效、可行的。
- 单位
对2008—2017年间广西某甘蔗地装设的田间物联网获取的田间环境及气象数据进行了分析,研究通过这些数据预测甘蔗产量的可行性。对田间的环境数据（土壤含水率和土壤温度）和气象数据（降水量和空气温度）进行预处理,分别运用BP神经网络及遗传算法优化初始阈值的BP神经网络（GA-BP）对所选地块的甘蔗产量进行预测。结果表明,GA-BP神经网络模型的预测精度明显高于BP神经网络模型,R2达到0. 989 4,平均相对误差仅为0. 64%。说明用GA-BP神经网络预测甘蔗产量是有效、可行的。
