基于人工神经网络的井灌水稻区地下水位预测

摘要

利用带动量项学习规则的改进BP算法,对三江平原创业农场井灌水稻区逐月地下水埋深进行了模似仿真,将人工神经网络技术(ANN)与广大井灌水稻区生产实际相结合,通过网络检验与预测,模型精度与预测精度均达到满意效果.该网络模型对于节约地下水开采量,恢复该地区的地下水动态平衡、制定农作物优化灌溉制度、发展节水灌溉、促进农业及水资源的可持续发展提供参考作用.