科研之友
微信
新浪微博
Facebook
分享链接
摘要
为甘蔗产量预测对于制定甘蔗生长期间的精准管理决策具有重要意义。遗传算法(Genetic Algorithm，GA)优化神经网络可以提高预测效率及预测精度，通过高速计算快速找到最优解。基于湛江实验站2011-2020年间田间物联网获取的气象因子（大气湿度、大气温度、降雨量）、田间水热因子及甘蔗产量，采用BP神经网络及GA-BP神经网络模型对所选地区甘蔗产量进行预测与相关性分析。结果表明，通过Pearson及Spearman相关系数可知，甘蔗产量与月最高土壤温度、月最低土壤温度、月土壤平均温度、月大气最高温度、月大气平均温度、月平均大气湿度为极显著相关，相关系数高于0.7，与月土壤平均含水率、月降雨量显著相关，与月大气最低温度相关性较弱。GA-BP神经网络模型下，甘蔗产量的预测精度明显高于BP神经网络模型，R~(2)达到0.8428，MAPE仅为0.90%，RMSE为1.10，预测值与试验值之间拟合程度较高，V型交叉验证结果表明模型预测结果准确稳定。因此，通过GA-BP预测能够更加科学、合理地预测甘蔗产量，对甘蔗田间管理措施及统筹分配具有重要的指导意义。
- 单位
