基于多值神经元复数神经网络的土壤墒情预测.PDFVIP

第 33 卷 增刊 1 农 业 工 程 学 报 Vol.33 Supp.1 126 2017 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2017 基于多值神经元复数神经网络的土壤墒情预测 冀荣华，张舒蕾，郑立华，刘秋霞 （中国农业大学信息与电气工程学院，北京 100083） 摘 要：为指导节水灌溉策略的制定，利用基于多值神经元的复数神经网络（multilayer neural network with multi-valued neurons ，MLMVN ）方法，建立了土壤墒情多步预测模型。首先，利用均值法替换样本中的异常值并对缺失值进行补充， 并由数据分析知土壤墒情数据为非平稳的非线性时间序列。然后，根据土壤墒情与环境因素（降雨量、气温和风速）的 相关性分析结果选择降雨量为关键环境因素。最后将土壤墒情、降雨量及目标土壤墒情复数化，作为网络输入和期望输 出建立MLMVN 预测模型。结果表明，网络结构为 240-15-1200-1 时单步预测精度为 0.883，采用循环预测法进行步长为 72 的多步预测，平均预测精度为 0.853，比实数域误差反向传播神经网络 BP 提高了 9.1% 。研究表明，MLMVN 模型多 步预测误差累计小，预测结果可作为该地区节水灌溉策略制定的理论依据。 关键词：土壤；水分；模型；神经网络；多值神经元；春玉米 doi ：10.11975/j.issn.1002-6819.2017.z1.019 中图分类号：S152.7 文献标志码：A 文章编号：1002-6819(2017)-Supp.1-0126-06 冀荣华，张舒蕾，郑立华，刘秋霞. 基于多值神经元复数神经网络的土壤墒情预测 [J]. 农业工程学报，2017，33(增刊 1)：126－131. doi ：10.11975/j.issn.1002-6819.2017.z1.019 Ji Ronghua, Zhang Shulei, Zheng Lihua, Liu Qiuxia. Prediction of soil moisture based on multilayer neural network with multi-valued neurons[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(Supp.1): 126－131. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.z1.019 成分分析（PCA ，principal component analysis ）重构输入 0 引 言  变量，然后以 PCA 分析结果为输入建立 RBF 预测模型， 节水灌溉依据作物的需水、耗水规律调配水资源以 对烟田土壤墒情进行一步预测。以上方法复杂性和适用 实现区域最佳的水分调控管理[1] 。因此建立有效的土壤墒 性各不相同，传统模型要求输入参数较多，难以全部获 情多步预测模型，掌握土壤墒情的增长消退规律，是实 取，且不同地区各环境因素对土壤墒情的影响程度不同， 现精准灌溉、提高水资源利用率的基础[2-3] 。 限制了模型的推广；神经网络形式简单学习能力强，广泛 目前国内外学