Share
Journal of Chinese Agricultural Mechanization ›› 2020, Vol. 41 ›› Issue (2): 231-236.DOI: 10.13733/j.jcam.issn.2095-5553.2020.02.36
Previous Articles
Online:
Published:
周婧;白云龙;张小宝;朱龙图;黄东岩;李名伟;
基金资助:
摘要： 针对BP神经网络在解决复杂非线性问题时,存在初始权值和阈值随机赋值,网络学习速度慢,局部极小的问题,运用群体搜索能力强的思维进化算法(MEA),寻找出最优的初始权值和阈值,优化BP神经网络的网络结构,建立MEA-BP神经网络的土壤养分等级评价模型。以敦化市黑土的土壤养分数据作为测试集,评价指标选用土壤的有机质、全氮、速效氮、速效磷和速效钾。对比MEA-BP网络预测模型、遗传算法(GA)优化BP网络预测模型和单一的BP网络预测模型,结果表明MEA-BP网络预测模型的均方误差(MSE)最小、决定系数(R~2)最接近1和误差波动最小,可以更准确地反映土壤养分分级特性。
CLC Number:
S158
S126
周婧;白云龙;张小宝;朱龙图;黄东岩;李名伟;. 基于MEA-BP神经网络的土壤养分评价模型[J]. 中国农机化学报, 2020, 41(2): 231-236.
0 / / Recommend
Add to citation manager EndNote|Ris|BibTeX
URL: http://zgnjhxb.niam.com.cn/EN/10.13733/j.jcam.issn.2095-5553.2020.02.36
http://zgnjhxb.niam.com.cn/EN/Y2020/V41/I2/231
