神经网络在农业生态经济分区上的应用研究

摘要

本文利用BP神经网络在数据分类上的优势，将农业生态经济分区问题归结成数据分类，利用在BP算法上研究的成果，基于BP算法的改进算法建立一个适合特定区域的农业生态经济分区的数据分类模型，对农业生态经济进行分区，这样不仅能克服目前分区方法的缺点，还能实现生态经济分区的自动化，提高生态经济分区的效率和准确率。主要研究工作如下： 1.全面地综述了神经网络知识，以及所涉及的应用领域，详细地介绍了农业生态经济的功能，并对农业生态经济分区方法作了深入的研究，找到了目前分区方法存在的不足，提出了改进思想，即将神经网络引入到这一领域，用神经网络来实现农业生态经济的分区。 2.对BP神经网络进行了深入的研究，针对BP算法的缺陷，通过实验采取了，现有的优化算法的手段对网络进行优化，包括改进激活函数、调整参数、增加动量项、调整网络拓扑结构等。 3.对以上实验和有关文献进行了认真分析后，找到了不同的输入在神经网络上可能对应相同的输出是影响神经网络结果准确性的重要因素之一，并进行了理论上的证明和具体实验环境的验证。在论文中提出了用相同的训练数据在不同的初始权值和阈值的情形下多次训练神经网络，从而构建不同于一般多级分类器方法的多个分类器的思想，即二步检测法，可以实现对干扰数据的有效过滤。 4.针对三峡库区农业生态经济特点，结合BP神经网络的特性，构建了一个适合该区域的基于BP网络的农业生态经济分区模型，模型运用了二步检测法算法，同时对样本的选取，网络的训练，隐含层的确定等作了较为详细的研究，通过实验，证明了本文提出的方法很有效，分区较为客观，结果较为理想。 最后，对研究工作作了总结，并提出今后工作的展望。

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第1章文献综述

第2章绪论

第3章BP神经网络性能分析

第四章三峡库区农业生态经济分区模型研究

第5章利用神经网络技术实现农业生态经济分区

第6章结论

参考文献

致谢

发表论文及参加课题一览表

部分程序代码