10.13733/j.jcam.issn.2095-5553.2020.02.36
基于MEA-BP神经网络的土壤养分评价模型
针对BP神经网络在解决复杂非线性问题时,存在初始权值和阈值随机赋值,网络学习速度慢,局部极小的问题,运用群体搜索能力强的思维进化算法(MEA),寻找出最优的初始权值和阈值,优化BP神经网络的网络结构,建立MEA-BP神经网络的土壤养分等级评价模型.以敦化市黑土的土壤养分数据作为测试集,评价指标选用土壤的有机质、全氮、速效氮、速效磷和速效钾.对比MEA-BP网络预测模型、遗传算法(GA)优化BP网络预测模型和单一的BP网络预测模型,结果表明MEA-BP网络预测模型的均方误差(MSE)最小、决定系数(R2)最接近1和误差波动最小,可以更准确地反映土壤养分分级特性.
土壤养分、BP神经网络、思维进化算法、评价
41
S126;S158.2(农业物理学)
吉林省教育厅科学技术研究项目;吉林省科技发展计划
2020-06-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
231-236