水稻需水量预测模型的研究

摘要

本文在科学认识水稻需水规律的基础上，针对在水稻需水量预测中存在的预测值与实际需求值误差较大等问题，对多元回归法、灰色系统法、人工神经网络法、组合方法等几种预测方法进行了较为全面的分析研究，进而提出了几种比较有效的改进方法。文章利用SPSS软件对水稻需水量及其相关因素进行了曲线估计和多元回归分析，构建了科学的水稻需水量预测模型；系统介绍了灰色预测体系的内容，重点阐述了GM(1，1)模型的思想、内容、类型和实际操作过程，建立了水稻需水量的GM(1，1)模型；针对神经网络繁琐的计算过程，本文对MATLAB6.1进行了介绍，分析了利用MATLAB提供的神经网络工具箱进行仿真建模的可行性，并利用MATLAB6.1的神经网络工具箱进行网络建模与仿真实验，从而确定网络的训练函数、隐层单元数目和活化函数。这为水稻需水量预测模型的建立提供了新的思路与方法。

目录

独创性声明及关于论文使用授权的说明

摘要

第一章绪论

第二章气象因子对水稻需水量影响的回归分析

第三章水稻需水量的灰色系统建模-GM模型

第四章B P神经网络方法在水稻需水量预测中的应用

第五章基于广义回归神经网络方法的水稻需水量预测

第六章结论及展望

参考文献

致谢

攻读硕士学位期间发表的学术论文目录