超级稻定量供种预测模型研究

摘要：

针对定量供种装置工作时易发生堵种、供种不均匀等现象,以秀优5号超级稻为研究对象,进行供种理论及供种量预测研究.以Python为算法构架,应用BP神经网络、决策树以及XGboost算法模型对振动式水稻播种装置进行性能预测.为验证模型的有效性,结合测试集后14次数据,以决定系数R2 和相对误差为评价指标,检验各模型的预测精度,对比分析得出最优供种量预测模型.结果表明:BP神经网络模型的R2 为0.87,相对误差为18%,决策树模型的R2 为0.91,相对误差为11%,XGboost模型的R2 为0.95,相对误差为5%,较其他两种模型相比,XGboost模型预测供种量,拟合程度更高,预测效果更显著,可为定量供种器确定工作参数提供依据,以利于生产者科学决策.

关键词：超级稻、定量供种、BP神经网络、决策树、XGboost

所属期刊栏目：44

分类号：S223.2(农业机械及农具)

资助基金：国家自然科学基金;黑龙江省高校基本科研业务费项目;黑龙江省高等教育教学改革一般研究项目

在线出版日期：2023-09-15（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：148-154