基于多值神经元复数神经网络的土壤墒情预测

摘要：

为指导节水灌溉策略的制定,利用基于多值神经元的复数神经网络(multilayer neural network with multi-valued neurons,MLMVN)方法,建立了土壤墒情多步预测模型.首先,利用均值法替换样本中的异常值并对缺失值进行补充,并由数据分析知土壤墒情数据为非平稳的非线性时间序列.然后,根据土壤墒情与环境因素(降雨量、气温和风速)的相关性分析结果选择降雨量为关键环境因素.最后将土壤墒情、降雨量及目标土壤墒情复数化,作为网络输入和期望输出建立MLMVN预测模型.结果表明,网络结构为240-15-1200-1时单步预测精度为0.883,采用循环预测法进行步长为72的多步预测,平均预测精度为0.853,比实数域误差反向传播神经网络BP提高了9.1%.研究表明,MLMVN模型多步预测误差累计小,预测结果可作为该地区节水灌溉策略制定的理论依据.

关键词：土壤、水分、模型、神经网络、多值神经元、春玉米

所属期刊栏目：33

分类号：S152.7(土壤学)

资助基金：国家自然科学基金资助项目31471409

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：126-131