人工神经网络在作物生产管理中的应用

基于模型的专家系统方法是处理作物生产这个综合、复杂系统的有效手段。文中分析了模拟模型与产生式规则在专家系统智能表达中的局限性,指出人工神经网络方法在作物生产智能决策系统中的意义,介绍分析人工神经网络应用的基本步骤与技术关键,探讨了ＡＮＮ在作物生产中可能的应用。     

灰色关联度分析在作物性状分析上的应用

采用灰色联度分析法对四川省玉米区试23个供试品种的10个性状对产量的关系进行了分析。结果表明,应用灰色关联度分析作物性状间的关系,能较好地反映事物的本质,比传统的相关分析更为恰当。表4,参5。     

吸收光合有效辐射的时序变化特征及与与作物产量的响应关系

利用气象卫星资料，反演出大面积，从每日到每旬，每月不同时间分辨率的吸收光合有效辐射资料，在此基础上，以河南省高，中，低产县的冬小麦为例，深入探讨了冬小麦各个生育期内APAR的波动规律。结果表明，APAR的时序变化与冬小麦生育节律有着很好的响应关系，并最终影响冬小麦产量的形成。图3，参12。     

神经网络在病虫害诊断中的应用

介绍了一种使用人工神经网络的典型模型一ＢＰ算法构造了棉花病虫害学习和诊断系统。系统性能测试结果表明该网络不仅能１００％正确诊断已学样本,而且对未学样本也能以６０％以上的正确率进行诊断,同时系统还有较强的容错和抗干扰能力。     

遗传算法和BP人工神经网络在税收预测中的应用

针对经典的BP人工神经网络所存在的缺陷,结合遗传算法,提出了基于实数编码的GA-BP神经网络税收预测模型。在结合递归预测方法的基础上,该模型取得了令人满意的结果。     

BP神经网络应用中的前后处理过程研究

在 BP网络的应用过程中 ,采用数理统计中的一些技巧 ,用主成分分析法作为前处理过程进行样本集的选择与优化 ,用回归分析和相关性分析的方法作为后处理过程之一对训练结果进行分析 ,用置信区间分析的方法作为另一种后处理过程对输出结果的可信度进行预测 .这几种处理过程可以作为 BP神经网络应用研究的一个必要的补充.     

Elman与BP神经网络在矿井水源判别中的应用

介绍了Elman神经网络与BP神经网络,以谢一煤矿为例,分别利用Elman网络与BP网络,针对地下水化学特征分别建立突水判别模型,实例结果表明:Elman网络模型比BP网络模型具有更高的判别精度,更快的运算速度,更好的反应地下水系统特性,为矿井水害防治提供了一种辅助决策手段.     

基于曲率信息的改进BP算法及其在FNN中的应用

针对步长选取影响误差反向传播(BP,Back Propagation)算法优化效率问题,提出一种基于曲率信息的步长优化BP算法,并将其应用到了模糊神经网络(FNN)的训练过程中。参考牛顿法的思想,根据代价函数的梯度及梯度方向上的曲率信息来确定模型参数调整的方向和幅度。仅需考虑梯度方向上的二阶信息,因此不需要存储和处理Hessian矩阵。通过一个数值仿真和高炉炼铁过程数据建模实验,验证了方法的有效性及训练效率。     

人工神经网络在卫星遥测定量降雨估算中的应用

在分析卫星遥测降雨和人工神经网络的基础上 ,建立了 GMS卫星定量降雨估算的三层前向人工神经网络模型 (BP算法 ) ,结果显示出了较好的模拟估算效果.     

基于神经网络实现的交叉口多相位模糊逻辑控制

针对城市交叉口交通流的分布特点,给出了一种自适应交叉口多相位控制算法,考虑相邻车道上的车辆排队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制.仿真结果表明,文章所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力,为实现交通系统智能控制提供了一条新途径.     

一种基于遗传算法的新型神经网络设计

神经网络的设计主要集中在网络权值的选取和神经网络结构的确定两个方面 ,与遗传算法结合是目前研究发展的趋势 .本文与一般的基于遗传算法的神经网络设计相比 ,提出一个新型算子—— BP算子 ,并对神经网络的权值和结构同时优化 .仿真结果表明该算法结果比较理想 .     

基于神经网络与弹性分析的因素分析法及其应用

论述了基于神经网络与弹性分析的因素分析法,并用两个实例说明其应用。     

基于模糊聚类的BP神经网络模型研究及应用

在神经网络的应用过程中,经常遇到样本太多问题,采用模糊聚类分析,科学选取学习样本,使少量的学习样本本身包含全部样本的特性,很好地解决了由于样本多学习速度慢的问题,并提出了训练结果检验方法.此方法可以作为神经网络应用的一个拓展.     

灰色系统分析在建立土壤肥力及粮食产量预测模型中的应用

根据黑龙江省坡耕地薄层黑土综合培肥试验数据,用灰色系统理论建立了限制因素的单项预测模型,然后建立了各肥力限制因素与粮豆产量综合因素的ＧＭ（１,Ｎ）模型,预测结果为定向培肥土壤提供理论依据。     

Method of Chaotic Prediction Based on Wavelet BP Network and Its Application

The advantage of artificial neural network and wavelet analysis are integrated through replacing the traditional S-shaped activation function with the wavelet function. One method of chaotic prediction based on wavelet BP network was put forward based on the reconstruction of state space. Training data construction and networks structure are determined by chaotic phase space, and nonlinear relationship of phase points was established by BP neural networks. As an example, the new method was applied on short term forecasting of monthly precipitation time series of Sanjiang Plain with chaotic characteristics. The results showed so higher precision of the method had that the theoretical evidence would be provided for applying the chaos theory to study the variable law of monthly precipitation.     

人工神经网络模型在种植业劳均耕地面积预测中的应用

利用人工神经网络建立了具有时间序列的对象的预测模型 ,并提出了基于本模型的数据处理方法 ,在此基础上 ,对吉林省榆树县大坡镇西山村的种植业劳均耕地面积作了预测 .证实了本模型的正确性和科学性.     

施用生石灰对土壤酶活性及大豆产量的影响

在酸性土壤上施用生石灰对土壤酶活性及大豆产量的影响初步研究表明,在大豆各生育期内酸性磷酸酶和转化酶活性随土壤酸性变弱而受到抑制,而脲酶和过氧化氢酶活性却增强,大豆产量呈现出随生石灰施入量的增加而增加的趋势,各处理与对照相比增产1.0%~9.5%。经土壤酶活性与大豆产量的相关分析得出,酸性土壤改良后土壤酶活性提高,在酸性较强的土壤上种植大豆,施肥时配合一定量的生石灰对提高土壤肥力、增加大豆产量有良好的促进作用,但在实际生产中的施用量要根据具体情况而定。     

人工神经网络BP算法的数据处理方法及应用

利用人工神经网络建立了具有时间序列的对象的预测模型，并提出了基于本模型的数据处理方法，在此基础上，对吉林省榆树县大坡镇两家村的人均收人作了预测。证实了本模型的正确性和科学性.