基于BP神经网络的参考作物腾发量预测模型研究

摘要

针对Penman-Monteith公式计算参考作物腾发量ETo时,参数需要地区校正,气象资料要求完整等一系列缺点,利用BP神经网络非线性函数逼近能力极强的优点,以柳圆口灌区2002-2005年的气象资料为基本资料,构建ETo的BP神经网络计算预报模型BP-ETo,作为传统ETo计算方法的补充.并且着重分析研究了BP神经网络隐含层神经元数的选择对预测效果的影响,得到了预测效果开始随着隐含层神经元数日的增加而逐步增大,但神经元数达到一定值时,预测效果并不再增加,相关系数和合格率都随神经元个数增大而近似呈现一种饱和的趋势.