基于改进BP神经网络的甜菜种植地土壤水分预测

• 作 者: 顾丽丽 刘勇 王亮
• 机 构: 黑龙江大学,黑龙江东部节水设备有限公司
• 出 处: 信息技术与信息化
• 发表日期: 2020年10期
• 关键词: 粒子群算法 BP神经网络 预测模型 土壤水分
• 基金项目: 国家自然科学基金:小快拍数下宽带信号超分辨率测向性能的多元优化方法研究(61501176),黑龙江省自然科学基金优秀青年项目:基于物联网技术的智慧农业信息化平台建设(YQ2019F015),黑龙江大学研究生创新科研项目,项目编号(YJSCX2020-172HLJU)

本文改进粒子群算法并优化BP神经网络进行甜菜种植地土壤水分的预测。分析影响土壤水分变化的因素,选取土壤水分初值、空气温度、降雨量、蒸发量、日照时间、灌溉量为输入因子,将预测结果进行对比,NCPSO-BP预测模型对土壤水分预测值与实测值的误差大约为2%,而PSO-BP预测模型的误差大约为10%,因此,NCPSO-BP预测模型预测结果更加准确。