基于遗传优化BP神经网络的水稻气象产量预报模型
利用1951-2010年江苏省水稻产量及同期14个气象站点的逐日平均气温、降水资料,采用因子膨化及相关分析,研究了水稻气象产量的影响因子及影响时段.在此基础上建立了逐步回归、PCA-BP神经网络以及PCA-GA-BP神经网络3种产量预报模型.结果表明:(1)7-9月份是水稻产量形成的关键时期,对气温、降水的变化最为敏感,气温对气象产量的影响大于降水;(2)两种神经网络模型预报效果好于回归模型;(3)遗传优化的神经网络模型比未优化模型的训练速度提高了70%左右,预报精度也提高了4.3%.
水稻、气象产量、遗传优化、BP神经网络
32
P456.8(天气预报)
国家自然科学基金面上项目41175098;江苏省气象局开放基金项目KM201104
2013-03-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
665-670