人工智能与神经网络课程.docVIP

TOC \o 1-5 \h \z HYPERLINK \l bookmark2 \o Current Document \h 引言 2 HYPERLINK \l bookmark4 \o Current Document \h 在农业生产管理与决策中的应用 2 在农业机械化中的应用 2 在智能农业专家系统中的应用 2 HYPERLINK \l bookmark6 \o Current Document \h 在预测和估产中的应用 3 3.1. 在农作物虫情预测屮的应用 3 32 在作物水分和营养胁迫诊断及产量估测中的应用 3 HYPERLINK \l bookmark8 \o Current Document \h 在分类鉴别与图像处理中的应用 4 HYPERLINK \l bookmark10 \o Current Document \h 结朿语 5 BP神经网络的研究与应用 摘要：本文概述了 BP神经网络在农机总动力预测、农业专家系统信息决策、虫 情测报、农作物水分和养分胁迫、土壤墙情、变量施肥、分类鉴别和图像处理等 领域的应用情况，总结了人工神经网络模型的优点，指出其在精准农业和智能农 业中的重要理论技术支撑作用。 关键词：BP神经网络；农业工程；农业专家系统；变量施肥；土壤墻情 Research and Application of BP Neural Network Abstract: Application of BP neural network in prediction of total power in agriculture machinery, information decision-making by agricultural experts system, pest forecast, crops to water stress and nutrient stress, soil moisture condition, variable rate fertilization, identification and image processing were overviewed. Characteristics of artificial neural network model were summed. Supporting role for important theory and technology in precision agriculture and intelligent agriculture were pointed. Key words: BP neural network, Agricultural engineering, Agricultural experts system, Variable rate fertilization, Soil moisture condition 1.引言 人工神经网络通常可分为前向神经网络、反馈神经网络和自组织映射神经网 络。在人工神经网络模型中，BP神经网络是研究最为成熟的一种，被广泛用于 函数拟合、预测、图像识别和自动控制等学科和领域屮。BP神经网络是一种单 向传播的多层前向神经网络，分为输入层、中间层和输出层，其显著特点是具有 自学习、自组织和自适应能力，能够通过训练达到预期的效果。BP神经网络学 习过程由信号正向传播和误差反向传播两个过程组成。输入样本从输入层神经元 传入，经隐层神经元逐层处理后传向输出层神经元，若实际输出与期望输出不符, 则转向误差反向传播过程。网络学习训练过程即为信号正向传播与误差反向传播 的各层神经元权值调整过程，这种反复训练学习过程直到网络输出误差减少到可 以接受的程度，或者达到预先设定的学习次数为止。 在农业生产管理与决策中的应用 在农业机械化中的应用 农机总动力反映一个地区农机装备的总体水平，是农机化发展规划的主要指 标。影响农机总动力变化的因素主要有农业政策、农民年收入、农业人口数和农 机技术发展水平等，目前已有的预测方法包括人工神经网络、线性回归模型等， 人工神经网络只靠过去的经验就可进行学习，相对于传统的数据处理方法，它更 适合进行农机总动力的预测。勾国华⑴在灰色GM(1, 1)模型基础上，利用BP神经 网络修正残差，建立灰色BP神经网络组合预测模型，对农业机械总动力进行预 测。此组合模型既克服了数据的非线性关系及随机波动大对预测精度的影响，也 增强了预测的自适应性。以郑州市农业机械总动力作为实例进行预测，结果证明 了该组合模型的优势，为农机部门制定该区域相关农机动力发展政策提供了参考 依据。BP神经网络还能够对农业机械化发展水平进行科学正确的评估和诊断。 在智能农业专家系统中