遗传算法与小波神经网络在ET_0预测中的应用

ET_0是计算作物需水信息的重要依据,对于发展精准灌溉、制定中长期的农业用水策略具有重要的指导意义。选择将P-M公式的计算值为ET_0标准值,利用SPSS软件对多种气象数据进行相关性分析并以最高气温、最低气温、日照时数和相对湿度作为输入因子,采取小波神经网络将归一化的历史ET_0标准序列分别进行高低频带的预测,建立结合遗传算法优化小波神经网络的ET_0预测模型。通过仿真对比,基于遗传算法优化的小波神经网络与未采用遗传算法优化的小波神经网络相比具有更高的精度和更快的收敛速度,其中的小波算法能有效处理ET_0序列在预测过程中的周期非平稳特性。经实验样机平台验证遗传算法优化小波神经网络在作物需水预测中具有良好的性能,模型能够为精准灌溉、农业中长期需水决策提供指导作用。