基于模糊聚类和神经网络的干旱等级预测模型.pdfVIP

学兔兔 基于模糊聚类和神经网络的干旱 等级 预测模型 李 艳梅 等 基 于模糊聚类和神 经网络 的干旱等级预测模型 李艳梅 ，李 广 (甘肃农业大学信 息科 学与技 术学院 甘肃兰州，730070) 摘 要 ：干旱是造成小麦减产 的主要因素之一 。利用模糊 聚类方法对 1970年至 2009年甘肃省定西县小麦 、玉米、洋芋 和油料 四种作 物的产量 进行 数据聚类分析，得 出相应年份 的受旱等级 。再选择制约干旱 发生 的四个 因素，利用三层 人工神 经 网络建立基于作 物产量的 BP神经 网络预测模 型。模 型选用 1970年至2005年月平均最低温度 、平均最高温度 、平 均辐射 度和平均降雨量四个???数作为神经网络的输入层数据 ，受旱等级作为输 出层数据 ，选用模糊聚类得 出的 1970年至 1978年和 1990年至 1999年的数据训练神 经网络，选用 2000—2005年的数据验证 干旱等级预测模型 的准确性及可行性 。结果表明：这 与甘肃定西地 区的农业生产实践是基本一致的。 关键 词 ：BP；模糊 聚类；干旱等级预测；产量 Abstract：Drought is one of major stresses that reduce wheat productivity．In this paper,Data clustering analysis based wheatanalysis reduce paper,Data Abstract：Drought productivity．Inthat this clustering one is major of stresses onDingxi County Gansuof 970-2009province 1wheat，corn，potato ofyears cropkindsyield，finallyandfour ofotherdraws and oil the thecorrespondingyear drought grade．Then theselect four factors constraining drought，threeneural network artificial ofBP net— work prediction model isestablished．Selected 970·2005 1 data ofmonthly average minimumtemperature and average maximum temperature，averageirradiance and theaverage as inputrainfall layer data mode1．The output droughtlayer datais grade．The choice of fuzzyof clustering results1970-1978 and 1990—1999thedata neuraltrain to network．Using 2000—2005 data verifyto theaccuracy and feasibilityof thedrought predictionlevel mode1．The experimental resultsand thepractice of agriculture productionis basically thesame． Keywords：BP；Fuzzy clustering；Drought Level Forecast；Yields 中图分类号 ：TP399