人工神经网络智能节水灌溉浅析.pdfVIP

第 07期 (总第 410期) 吉 林 水 利 2016年07月 [文章编号]1009—2846(2016)07-0048—03 人工神经网络智能节水灌溉浅析 刘婧然 ·。武燕蕾 ，董 斌 (1．河北工程大学，河北 邯郸 056021；2．中石化第五建设有限公司，广东 广州 510145) 【摘要]合理、高效利用水资源是当前农业灌溉领域的热点问题之一，对于节水灌溉的研究。国内外都给予了 高度 的重视 。节水灌溉技术虽然在 国内起步较晚，但是发展势头迅猛 。尤其是膜下滴灌技术 。随着与计算机智 能控制系统的结合 ．其应用领域和技术深度都得到 了长足的发展 。本文主要介绍利用RBF人工神经网络对膜 下滴灌作物需水量进行灌溉预报 ．利用智能灌溉技术 以达到节水增效的 目的 [关键词]节水灌溉 ；预报 ；作物 ；人工神经网络 ；滴灌 [中图分类号]S275．6 [文献标识码]B 预报的基础2／1。利用计算机人工智能技术(主要是 1 选择适宜的节水灌溉方式与人工神经网 人工神经网络)建立作物需水量预测预报模型，是 模型相结合 进行作物灌溉预报的一项最关键 内容 ．经前人研 地面灌溉技术水资源的利用率很低 ：地下灌 究 ．利用气象因素对作物需水量建立人工神经网 溉对地形和土质、灌溉水源水质要求严格、投入较 络模型进行预测预报具有较好的可行性和实用性 高 、实施复杂：喷灌会增加投资．容易受到大风等 [21 。 恶劣天气 的影响：微灌克服了喷灌受天气 的影响。 2．1 人工神经网络简介及初步选定模型结构 同时也克服 了地下灌溉对水质、土质的有较高要 人工神经 网络 的基本元素是人工神经元 ．人 求的缺点，对于地形的适应性好 。仅在建设初期投 工神经元通过相互连接、相互作用的多层输人输 资稍高，但易于维护 。将其与人工智能相结合后 ， 出可构成多层人工神经网络 多层人工神经 网络 易于实现 自动化控制。此外。膜下滴灌技术是一种 具有多种不同的学习算法 ．其 中较为著名的网络 新型节水技术 它在很大程度上减少 了灌溉水的 为 BP神经 网络 BP网络收敛时间长，网络学习速 棵间蒸发 ，可 以调节棵间土壤的温度和湿度 。增产 度慢 。且较多依赖于初始权值。为了克服 BP网络 效果明显，另外。这种灌溉技术也可 以使肥料利用 的不足 ，本文选择径向基函数 RBF神经网络。RBF 率提高 因此本文要将膜下滴灌的微灌方法与人 神经网络是一种局部逼近网络 ．解决了网络容易 工神经网络的智能控制技术和相结合。这样 。不仅 落人局部极小的问题 。相对于BP网络而言。RBF 能充分发挥微灌本身的优势．还能利用神经网络 网络需要较少的时间即可收敛到要求的精度 ．且 的学习和预测能力．根据作物生长和气候环境等 与初始权值无关 此网络除了能实现近乎完全逼 要素预报作物需水量 ，为灌溉预报奠定基础 。从而 近 ，RBF网络设计方便 ，是解决非线性 问题的较好 实现精准灌溉 ．更进一步高效利用水资源l【】。 的人工神经 网络模型，具有结构简单 、训练简洁 、 收敛快、准确率高的特点13]。 2 人工神经网络预测作物需水量模型的建 2．2 RBF人工神经网络预测作物需水量模