首页> 外文OA文献 >Integration of Artificial Neural Networks into Genetic L-System Programming Based Plant Modeling Environment with Mathematica
【2h】

Integration of Artificial Neural Networks into Genetic L-System Programming Based Plant Modeling Environment with Mathematica

机译:基于Mathematica的基于神经L系统编程的植物建模环境中的人工神经网络集成

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Berdasar penerapan data pertumbuhan tanaman zinnnia, penerapan metoda L-System pada pemodelan pertumbuhan tanaman zinnia, penerapan metoda Genetic L-System Programming pada pemodelan pertumbuhan tanaman zinnia, penerapan metoda artificial neural network pada identifikasi pertumbuhan tanaman zinnia dan penerapan integrasi metoda artificial neural network dan metoda Genetic L-System Programmingpada pemodelan pertumbuhan tanaman bersifat dinamis pada varietas zinnia, maka penelitian dapat disimpulkan bahwa : 1). Penerapan data pertumbuhan tanaman zinnia sebagai dasar penyusunan pemodelan pertumbuhan tanaman zinnia menggunakan metoda L-System secara prototipe dasar yang menggambarkan pola grammar pertumbuhan tanaman zinnia telah disusun dan dihasilkan visualisasi pertumbuhan tanamanzinnia. 2). Aplikasi metoda Genetic L-System Programming mampu menghasilkan variasi pemodelan pertumbuhan tanaman zinnia , pada 60 pemodelan pertumbuhan tanaman zinnia yang telah dihasilkan didapat 1 pemodelan pertumbuhan tanaman zinnia yang terbaik pada generasi ke 6 individu ke 10. 3). Aplikasi metoda artificial neural networkpada identifikasi pertumbuhan tanaman zinnia terhadap pengaruh pemberian variasi komposisi pupuk kompos dan NPK mampu mengidentifikasi nilai komponen dan nilai fungsi pertumbuhan pada pertumbuhan tanaman zinnia secara keseluruhan dengan rata-rata kesalahan dibawah 13 %, sehingga sistem identifikasi dikatakan baik dan dapat diandalkan. 4). Hasil pemodelan pertumbuhan tanaman yang bersifat dinamis pada varietas zinnia dengan mengintegrasikan metoda artificial neural networkdan metoda Genetic L-System Programming, mampu menghasilkan pengaruh pemberian variasi komposisi pupuk kompos dan NPK terhadap tinggi tanaman zinnia secara virtual pada setiap pertumbuhan tanaman, pada pemberian pupuk kompos 100% dan pupuk NPK 75% dihasilkan nilai tinggi tanaman zinnia virtual tertinggi dibanding perlakuan pemberian pupuk yang lain.
机译:基于百日草植物生长数据的应用,L系统方法在百日草植物生长模型中的应用,遗传L系统编程方法在百日草植物生长模型中的应用,人工神经网络方法在百日草植物生长的识别中的应用以及人工神经网络方法的集成遗传L-系统程序设计在百日草属植物中模拟植物生长是动态的,研究得出的结论是:1)。以百日草植物生长数据为基础,使用L-System方法在描述百日草植物生长的语法模式的原型基础上使用百日草植物生长模型的基础上进行了编制,并生成了百日草植物生长的可视化图像。 2)。遗传L系统编程方法的应用能够在百日草植物的生长模型中产生变异,产生的60个百日草植物的生长模型在第六代第十个人中获得了最佳的百日草植物的生长模型。人工神经网络方法在百日草植物生长鉴定中的应用,即通过改变堆肥和NPK肥料的成分来识别百日草植物总生长中的成分值和生长功能值,平均误差低于13%,因此该鉴定系统被认为是良好且可靠的。 4)。通过结合人工神经网络方法和遗传L系统编程方法对百日草品种进行动态植物生长建模的结果,在100%堆肥的情况下,几乎能够在每一种植物生长中产生改变堆肥和NPK肥料成分对百日草高度的影响。与其他肥料处理相比,NPK化肥和75%的NPK肥料生产的虚拟百日草植物的价值最高。

著录项

  • 作者

    Suhartono Suhartono;

  • 作者单位
  • 年度 2012
  • 总页数
  • 原文格式 PDF
  • 正文语种 en
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号