10.3969/j.issn.1674-8530.18.1008
蝙蝠算法优化极限学习机模拟参考作物蒸散量
为提高参考作物蒸散量模拟的准确性,提出蝙蝠算法优化极限学习机的参考作物蒸散量模拟模型.基于汕头站1966-2015年月值气象数据(包括逐月最高温度、最低温度、地表总辐射量、风速和相对湿度),建立参考作物蒸散量的极限学习机模型,并采用蝙蝠算法通过交叉验证方法对极限学习机的正则化系数和径向基函数的幅宽进行优化,最后对参考作物蒸散量模拟效果进行评估.结果表明:与传统调参方法和遗传算法优化后的模型相比,蝙蝠算法优化参数极限学习机模型建立了整体性能优异并且稳定的参考作物蒸散量模型,提高了参考作物蒸散量的模拟精度.
参考作物蒸散量、极限学习机、交叉验证、蝙蝠算法、遗传算法
36
S274(农田水利)
国家自然科学基金资助项目51709143,51641902;江西省科技厅自然科学基金资助项目20171BAB216051
2018-11-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
802-805,829