10.13287/j.1001-9332.202308.019
基于神经网络优化模型的丝绵木瞬态液流模拟
树木的液流规律是复杂的,难以用多元线性或经验模型表达,在理解林木树干液流规律的基础上,寻找一种简易可行的方法模拟林木树干液流对环境因子的响应过程,对定量分析森林生态水文过程及区域生态需水量尤为重要.本研究以宁夏河东沙区防护林树种丝绵木为对象,采用热扩散茎流计连续测定树干液流速率,分析环境因子对丝绵木树干液流的影响,并构建基于粒子群算法(PSO)和麻雀搜索算法(SSA)优化的神经网络模型对丝绵木液流速率进行预测.结果表明:影响丝棉木树干液流的主要因素为太阳辐射、饱和水汽压差、气温和相对湿度,重要度依次为32.5%、25.3%、22.0%和16.1%,其响应过程均呈现时滞回环关系.采用优化后的BP、Elman和ELM神经网络模型模拟瞬态液流,综合评价指标(GPI)分别提高1.5%、30.0%和5.3%.但与PSO-Elman和SSA-ELM优化模型相比,SSA-BP优化模型预测结果最佳,GPI分别提高1.0%和23.2%.基于麻雀搜索算法优化的BP神经网络模型可以作为预测丝绵木树干瞬态液流速率的首选模型.
神经网络、优化算法、瞬态液流、模拟、预测、丝绵木
34
TP391.9;TP181;F274
宁夏自然科学基金项目;国家自然科学基金
2023-10-20(万方平台首次上网日期,不代表论文的发表时间)
共10页
2123-2132