《基于PCA-RBF神经网络的烟田土壤水分预测 Prediction for soil moisture tobacco fields based on PCA and RBF neural network》.pdfVIP

第26卷第8期 农业工程学报 、，01．26No．8 2010釜 ofthe 85 8月 TransactionsCSAE Aug．2010 基于PCA．RBF神经网络的烟田土壤水分预测 陈昌华1，谭俊2，尹健康3，张飞3，姚进1’2※ (1．四川大学工商管理学院，成都610065：2．I四)EI大学制造科学与工程学院，成都610065； 3．四川省凉山州烟草专卖局(公司)，西昌615000) 摘要：为建立烟田土壤水分预测模型以利于烟区种植的规划和管理，该文提出了基于主元分析(PCA)与径向基函数 (RBF)神经网络模型的烟田土壤水分预测方法。首先，利用FCA消除原始输入层数据的相关性，以解决神经网络建模 时输入变量过多、网络规模过大导致效率下降的问题：然后，以主元模型结果为输入建立土壤水分RBF神经网络预测模 型。实例研究表明，烟田土壤水分PCA．RBF神经网络预测模型具有较好的预测效果，平均预测精度达到96．02％，与全 植规划的需求，为研究其他类型的土壤水分预测提供了参考。 关键词：土壤水分，主元分析(PCA)，径向基函数网络，神经网络，模型，烟 doi：10．3969／j．issn．1002—6819．2010．08．014 中图分类号：S152．7 文献标识码：A 文章编号：1002—6819(2010)-08-0085-06 Chela a1．PredictionforsoilmoistureintobaccofieldsbasedonPCAandRBFneural Changhua,TanJun，YinJiankang，et ofthe with Chinese network[J]．TransactionsCSAE，2010，26(8)：85--90．(inEnglishabstract) 近年来，为了建立理论基础坚实、形式相对简单、 0引言 参数易于获得，并且能够满足实际需要的土壤墒情预测 烟田土壤水分的变化对烟叶的生长、产量和烟叶香 模型，许多学者采用神经网络方法对土壤水分预测进行 气质、量以及肥料利用率、烟株根系生长、土传性病虫 了研究，并且取得一定的成果[13-17】。由于神经网络不需 害等都有很大的影响I】】。因此，烟田土壤水分预测预报是 要建立精确的数学模型，就能实现从输入端到输出端的 烟草水土工程生产管理的重要依据，对烟区种植的规划 非线性映射，因此在土壤水分预测中得到了广泛应用。 尤其是确定施肥种类、数量以及烟草土传性病害预测预 目前，这些研究的特点与存在的问题有：1)大部分都是 报具有重要的意义。 采用误差反向传播(back 土壤水分是一个复杂的非线性耦合系统，受外界环 行预测建模，而BP神经网络具有学习算法的收敛速度 境等因素影响很大，在通常情况下，只有充分考虑影响 慢，模型的训练机时长，在训练过程中总体误差容易陷 其预测的各个因子，才能建立满足实际需要的预测模 入局部极小等不足；2)影响土壤水分的因素种类众多且 型【2】。常用的土壤墒情预测模型有经验公式’法【M】、水量 复杂多变，传统神经