基于GA-BP神经网络的热带果树种植适宜度分析

摘要

热带果树种植适宜度分析对于发展热带果树生产、减少灾害影响具有重要意义。针对统计方法自适应能力低的问题,提出一种将改进的遗传算法(GA)和误差反向传播(BP)神经网络相结合对热带果树种植适宜度进行评价的方法(GA-BP神经网络方法)。首先采用常用的自适应算法对GA的交叉概率和变异概率进行改进,再通过GA得到优化的BP神经网络的初始权值和阈值,在此基础上BP神经网络进行进一步的学习,得到满足误差要求的解。将GA-BP神经网络与传统BP神经网络在twonorm数据集上进行了比较测试,并使用实际气象数据进行了热带果树种植适宜度分析。实验结果表明,GA-BP神经网络的分类准确率较传统BP神经网络高4%左右,网络训练时间减少了3个轮次左右。该方法对热带果树种植适宜度的分析和评价具有应用推广价值。