典型文献
基于 BAS-RBF神经网络的番茄结果期需水预测
文献摘要：
针对番茄结果期需水量影响因子众多、RBF神经网络参数初始化不稳定等问题,提出一种基于天牛须搜索(BAS)算法优化RBF神经网络参数的番茄结果期需水预测方法.该方法利用主成分分析(PCA)算法对环境因素进行降维;使用BAS对RBF网络参数进行寻优,最终构建BAS-RBF神经网络番茄结果期需水预测模型.仿真结果表明:相较于RBF预测模型,均方根误差减少0.116 8,BAS-RBF预测模型优于传统RBF预测模型.
文献关键词：
番茄需水预测;天牛须搜索(BAS)算法;RBF神经网络;主成分分析(PCA)算法
中图分类号：
作者姓名：
李玉琼;刘真;马永强;刘心
作者机构：
河北工程大学信息与电气工程学院,河北邯郸056038
文献出处：
引用格式：
[1]李玉琼;刘真;马永强;刘心-.基于 BAS-RBF神经网络的番茄结果期需水预测)[J].农业科技与信息,2022(05):15-19
A类：
番茄需水预测
B类：
BAS,RBF,结果期,需水量,网络参数,参数初始化,天牛须搜索,算法优化,法利
AB值：
0.13822
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
