基于BP神经网络光照分布研究.pdfVIP

研究与开发 文章编号 ： （ ） ： 1007-1423 20 13 36-0032-04 DOI 10.3969/j.issn.1007-1423.2013.36.007 基于 BP 神经网络的光照分布研究 洪建平 1 ，胡军国 1 ，李峰 2 ，王毓综 1 （1. 浙 江农林大学信息工程学院 ，临安 311300 ； 2. 杭 州电子科技大学 ，杭州 310018 ） 摘 要 ： 光照度对植物的生长发育有着不可忽视的重要作用 ，它的强弱直接影响到植物的光合作用 、物质代谢 、结构形态和农 作物产量等 通过重点研究大规模样本点的 神经网络空间插值方法 进而提高计算光照分布的准确性和有效性 。 BP ， 。 利用分组训练 、组合优化的改进 BP 神经网络的权值和阈值 ，训练 BP 神经网络预测模型求得最优解 。 实验结果表明 该模型的相对误差较小 对光照度预测的可信度较高 可以用于预测光照分布 ， ， 。 关键词 ： 光照度 ； BP 神经网络 ； 植物生长发育 基金项目 ： 浙江农林大学科技创新活动项目 （No.201210006 ） 0 引 言 20 世 纪 80 年 代 初 ， 在经 历 了 10 多 年 的低谷 之 后 ， 作为 自动控制领域的前言科学之一的人工神经网 光照度是植物生长发育的最重要因素之一 ， 它的 络又迎来了一个新的研究高潮 。 美国加 州工学院物 理 强弱直接影响到植物的光合作用 、物质代谢 、结构形态 学家 John Hopfield 在李雅普诺夫 函数的基础上 提 出 了 和农作物产量等 。 研究光照度分布不但可以根据光照 著名 的 Hopfield 网络模型 ， 使 神经网络具 有 理想记忆 强弱 ， 利用人工光照源改善光照分布 ， 提高农作物产 能力 ， 并 较好地解决 了 TSP （Travelling Saleman Prob鄄 量 ；而且还可以根据光照分布 ，在果树的下层地面种植 lem ，巡 回推销商问题 ），为后续研究提 供 了非常 大的 帮 对光照度相适合的第二类作物 ，以充分利用土地资源。 助 。 20 世 纪 80 年代末 ，心理学 家 L.L.Mcclelland 和 D. 1 研究领域与数据来源 E.Rumelhart 在对神经网络的结构 、 节点 函数和学习算 光照度对植物 的生长发育和新陈代谢有着不可忽 法进行了进一 步研究之后 ， 提 出了著名 的多层网络的 视的重要作用 ，为了充分利用光照效率 ，近年来已有许 误差逆传播学 习算法 ，即 BP 算法 。 由于该算法在模式 多学者对太阳辐射照度分布进行研究 。 其研究方向大 识别 和信号处理 的实际应用 中取得了 非常好 的效果 ， 体可分四种[4] ：（1）利 用气候学方法建立回归方