欢迎来到人人文库网! | 帮助中心 人人文库renrendoc.com美如初恋!
人人文库网
首页 人人文库网 > 资源分类 > DOC文档下载

水利工程论文-灌溉发展需求预测人工神经网络模型的建立与应用.doc

  • 资源大小:42.61KB        全文页数:11页
  • 资源格式: DOC        下载权限:游客/注册会员/VIP会员    下载费用:2
游客快捷下载 游客一键下载
会员登录下载
下载资源需要2

邮箱/手机号:
您支付成功后,系统会自动为您创建此邮箱/手机号的账号,密码跟您输入的邮箱/手机号一致,以方便您下次登录下载和查看订单。注:支付完成后需要自己下载文件,并不会自动发送文件哦!

支付方式: 微信支付    支付宝   
验证码:   换一换

友情提示
2、本站资源不支持迅雷下载,请使用浏览器直接下载(不支持QQ浏览器)
3、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰   

水利工程论文-灌溉发展需求预测人工神经网络模型的建立与应用.doc

水利工程论文灌溉发展需求预测人工神经网络模型的建立与应用摘要本文将计算机人工神经网络理论首次引入灌溉宏观发展战略研究领域,以各“五年”计划期末全国粮食总产与影响因子集为训练样本,建立了灌溉发展需求预测人工神经网络模型;从建国以来40多年的时间序列中,任选5个年份的相应参数作为校核样本,对所建模型进行了校核;根据今后我国人口增长与粮食需求发展趋势,利用模型对未来30年全国的灌溉面积发展需求进行了预测;分析了预测结果,提出了发展对策其成果对制定全国灌溉宏观发展战略与政策措施,确保未来30年中国粮食与经济安全具有十分重要的参考意义关键词灌溉人工神经网络预测粮食发展需求计算机近年来国内外兴起的人工神经网络研究方法能对信息进行大规模并行处理;具有很强的鲁棒性和容错性;善于联想、概括、类比和推理;而且具有很强的自学习能力,善于从大量统计资料中分析提取宏观统计规律,很适合灌溉宏观发展战略的定量研究因此,本文引入人工神经网络原理,来建立全国粮食总产与影响因子间的定量关系模型1模型的建立在其它条件不变的情况下,粮食总产主要取决于播种面积、灌溉面积、农田成灾面积、渍涝盐碱地面积、粮食价格、良种覆盖率、化肥使用量、科技贡献率8个主要因素为确定粮食总产与影响因子间的定量关系,根据人工神经网络基本原理,设计相应的神经网络网络共分四层,一个输入层,二个隐含层,一个输出层输入层8个节点,输出层1个节点令QM,HI,WJ,O分别为第1、2、3、4层的输出;UI,VJ,S分别为第2、3、4层的输入;AIM,BJI,CJ分别为第1~2层,2~3层,和3~4层单元的连接权值;XI,YJ,Z分别为第2、3、4层单元的偏置值;DI,JJ,G分别为第2、3、4层的误差信号设有L个学习样本Q1,T1,Q2,T2,,QL,TL定义误差函数1式中TK,OK分别表示样本K时网络的期望输出和实际输出值根据人工神经网络BP算法基本原理,采用逐次修正法,用FORTAIN50编制模型源程序模型计算步骤如下1网络初始化取学习步长Α01,冲量因子Β01,最大学习误差E000012,令权值AIMBJICJ065I1,2,,8;J1,2,,8;M1,2,,8置偏值XIYJZ035I1,2,,8;J1,2,,8令样本输入值输入层输出值QM,M1,2,,82计算各层输入与输出第二层I1,2,,82HIFUI3式中F为SIGMOID函数第三层J1,2,,84WJFVJ5第四层6OFS73计算各层误差信号GOTO1O8FJGCJWJ1WJ9104修改各层权值CJCJΑGWJ11BJIBJIΑFJHI12AIMAIMΑDIDM135修改各层偏置值EEΒG14YJYJΒFJ15XIXIΒDI166输入下一样本7学习样本结束,更新学习次数8如果E000012,学习结束2模型的训练分别以建国以来各“五年”计划期末粮食总产与对应的8个影响因素值为训练样本的期望输出和样本输入来训练模型根据有关农业、水利统计资料,查得相关年参数如表1所示表1模型训练参数年代粮食产量亿吨播种面积亿亩灌溉面积亿亩良种覆盖率农田受灾万亩渍涝盐碱地亿亩粮食价格元/吨化肥用量万吨科技贡献率1952163918597290410062413847851957195120045410920224741162373619621618243445530250141190637196519451794448064016834212292194281970241789545004944212703512919752845181596918601506437131053621019803206175857331803348458436061269415198537911632771962340647854161177582019904462170272680267348680259032519954666165097368854954914803592230为消除量纲影响,对表1中原始数据做如下标准化处理1影响因子数据处理设影响因子值为XIJI1,2,,8;J1,2,,10I,J分别为影响因子数及样本数,则标准化过程为171819XIJXIJBRI/BRRRI202粮食产量数据处理设YJ为第J个样本的粮食产量,则处理公式为YJYJ/721将处理好的10组样本参数输入模型训练,当训练至E000012时,得出模型训练结果如表2所示表2灌溉面积预测模型训练结果年代模拟产量/亿吨实际产量/亿吨绝对误差/亿吨相对误差/195216465163870007804719571917619509003331711962165111600200509318196519668194530021511119702339224003006112551975288112844800363128198031891320600169053198537654379120025806819904499944618003810851995465744666200088019从表中看出,10个训练样本的模拟输出与期望输出的相对误差均在32的范围内,模型的收敛效果很好经过上述训练所得到的权重体系及偏置值所确定的网络就是所要建立的灌溉发展需求预测人工神经网络模型

注意事项

本文(水利工程论文-灌溉发展需求预测人工神经网络模型的建立与应用.doc)为本站会员(wenku)主动上传,人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知人人文库网(发送邮件至[email protected]或直接QQ联系客服),我们立即给予删除!

温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。

关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

网站客服QQ:2846424093    人人文库上传用户QQ群:460291265   

[email protected] 2016-2018  renrendoc.com 网站版权所有   南天在线技术支持

经营许可证编号:苏ICP备12009002号-5