科研之友
微信
新浪微博
Facebook
分享链接
摘要
人工智能化的推进,精准农业这个时代的代名词已经走进大众的视野。针对农作物不同生长时期对于空气湿度的不同需求,提出了粒子群算法优化的BP神经网络关于农作物空气湿度的预测研究算法。选择BP算法网络拓扑结构为2-5-1,改进PSO算法惯性权值,提出非线性惯性权值递减策略■,用改进的PSO算法训练BP算法,具有不使用梯度信息、跳出局部极值、降低算法的迭代次数和加快神经网络的训练速度等优势。根据MATLAB仿真的实验结果,提出的训练算法相对误差最低为0.013 4。
-
单位电子工程学院; 黑龙江大学
