基于改进BP神经网络的甜菜种植地土壤水分预测

摘要

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.