基于多元回归和BP神经网络的苎麻产量估测模型比较研究

作者：王辉; 付虹雨; 王继龙; 刘婕仪; 崔丹丹; 苏小慧; 崔国贤^*

来源：中国麻业科学, 2020, 42(05): 227-238.

• 苎麻
• 多元回归
• BP神经网络
• 产量估测模型

为高效和准确地估测作物产量,试验以苎麻为研究对象,基于2010～2019年获取的长期定位田间试验实测数据,选取株高、茎粗、分株数、有效株率和鲜皮厚度5个因子作为自变量,分别构建了鲜皮产量及原麻产量的多元回归模型和BP神经网络模型。结果表明,BP神经网络产量模型估测的鲜皮产量和原麻产量在精度和稳定性方面均明显优于回归模型。其中,回归方法获得的中苎1号鲜皮产量和原麻产量与实测值的绝对系数R2分别为0.40和0.47,相对误差分别在5.05%～46.60%与1.18%～39.69%范围内波动,平均相对误差分别为15.03%和14.52%,鲜皮产量和原麻产量中均有多组估测数据误差超过20%以上;而BP神经网络方法获得的中苎1号鲜皮产量和原麻产量与实测值的绝对系数R2分别为0.93和0.97,相对误差分别在0.80%～17.23%和1.14%～11.54%范围内波动,平均相对误差分别为5.78%和4.88%,产量相对误差值绝大部分低于6%且波动较小。

• 单位
  保险职业学院; 湖南农业大学