摘要
利用神经网络模型研究了品种产量与其他性状的关系,发现神经网络模型在不同次训练结果中的平均绝对误差和平均绝对相对误差的变异系数较小,但在不同次训练结果中的各个自变量相对重要性的变异系数较大。因此,神经网络较适合用于产量的预测,在用于研究各个性状对产量的相对重要性时,应采取多次重复求平均值的方法,以减少分析结果的误差。在所有的性状中,穗粗、穗长对产量的相对重要性最大,随后是百粒重、株高和生育期等。同时,还分析了使产量最大时各个性状的最佳组合。该研究结果对黄淮海地区玉米育种目标的制定具有一定的参考价值。
-
单位烟台职业学院; 中国农业大学