排灌机械工程学报

作者：刘洪山,王卫星,孙道宗,高鹏,陈文彬,林楚婷,谢家兴,*

单位：1. 华南农业大学电子工程学院, 广东 广州 510642; 2. 广东省智慧果园科技创新中心, 广东 广州 510642; 3. 广东省农情信息监测工程技术研究中心, 广东 广州 510642

关键词：果园,需水量,预测,BP神经网络,遗传算法

基金：2019年广东省教育厅特色创新类项目(2019KTSCX013);国家荔枝龙眼产业技术体系建设专项资金资助项目(CARS-32-14);广东省现代农业产业技术体系创新团队建设专项资金资助项目(2019KJ108);广东省科技专项资金(“大专项+任务清单”)资助项目(2020020103);广东大学生科技创新培育专项资金资助项目(PDJH2019B0080);大学生创新创业训练计划项目

为解决果园需水量预测精度低、鲁棒性差等问题,提出了遗传算法(GA)优化BP神经网络的果园需水量预测模型.选取空气温度、土壤含水率、光照强度3个主要环境因子作为BP神经网络的输入量,利用遗传算法的全局搜索能力优化神经网络权值和阈值,建立GA-BP神经网络模型预测果园需水量.仿真结果表明:GA-BP预测模型的预测值比BP模型更加趋近期望需水量,模型评价指标平均绝对百分比误差(MAPE)、均方根误差(RMSE)和平均绝对误差(MAE),均优于单一BP神经网络模型.与传统的BP神经网络算法相比,GA-BP神经网络模型能较好的表达果园需水量与主要环境因子的非线性关系,具有较高的预测精度和适应性.

来源：2020年第12期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2020年第12期