利用人工神经网络预报不同水分条件下作物根系发育参数

摘要

通过对人工神经网络理论的分析,建立了一个能够描述作物根--冠间非线性变化的模拟模型,利用植物地上部参数推求不同水分环境影响的地下根系参数.并通过改进BP算法解决了全局寻优的问题.利用精密的管栽试验为模型提供了足够的学习样本和检验样本.结果表明,该文建立的人工神经网络模型对描述根、冠间复杂的非线性关系方面具有相当高的精度和应用价值.