土壤墒情预测自适应遗传神经网络算法研究

摘要：

针对传统遗传神经网络算法易出现的早熟收敛及锯齿等现象,提出一种新型算法应用于土壤墒情预测.该算法提出了衡量种群基因多样性的遗传多样性函数的概念,自适应调节交叉和变异策略,在全局范围内寻找最优初始网络权值和阈值,从而降低算法迭代次数,提高神经网络预测的精度和效率.仿真结果表明,与其他遗传神经网络算法相比较,该算法平均绝对误差从2%降低到1%,平均相对误差从5%降低到3%,最大相对误差从15%降低到8%,即新型算法可有效提高墒情的预测质量.

关键词：人工智能算法、土壤墒情预测、自适应、遗传多样性函数、神经网络

所属期刊栏目：54

分类号：TP183(自动化基础理论)

资助基金：国家"十二五"科技支撑计划2014BAD10B06

在线出版日期：2018-01-18（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：54-59,69