基于PCA-GA-BP网络B、Cu胁迫下油菜生理响应机制的研究

摘要：

[目的]本文研究了油菜在B、Cu胁迫下的生理响应机制,提出一种基于PCA-GA-BP网络的智能化评价方法.[方法]采用5种不同浓度的Cu溶液和3种不同浓度的B溶液交叉处理盆栽油菜幼苗,测定油菜的叶绿素、蛋白质、硝态氮、淀粉酶、丙二醛含量以及过氧化物酶活性.首先采用主成分分析法分析不同处理下各指标的综合权重,优化油菜的生理指标.然后根据优化后的油菜指标和综合权重数据建立BP神经网络智能评价模型,并采用遗传算法优化BP网络的权阈值.[结果]T200 B1组合时综合权重最高,即B0.5 mg/L、Cu 200 mg/L配施时对各项指标最好.用主成分法优化油菜生长指标后,对评价结果影响不大.GA-BP网络测试误差不超过2.85％,测试效果很好.[结论]该方法可以避免人工干预,能更加客观地对油菜生理响应进行评价,同时具有自适应能力,能自动识别B、Cu配置情况,为油菜生理响应机制研究提供一种更加科学高效的智能化评价方法.

关键词：主成分分析法、遗传神经网络、油菜、硼铜

所属期刊栏目：32

分类号：TP183;S565.4(自动化基础理论)

资助基金：湖北省教育厅科学技术研究重点项目D20172702

在线出版日期：2019-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：302-308