《基于人工神经网络的农业生态环境信息分析模型研究1》由会员分享，可在线阅读，更多相关《基于人工神经网络的农业生态环境信息分析模型研究1（31页珍藏版）》请在金锄头文库上搜索。
1、分类号：论文的分类号分类号：论文的分类号 U U D D C C：D10621-347-(2011)D10621-347-(2011)05010501-0-0密密 级：级： 公公 开开 编编 号：学号：学 号号成 都 信 息 工 程 学 院 硕 士 学 位 论 文论文题目：论文题目：基于人工神经网络的农业生态环境信基于人工神经网络的农业生态环境信 息分析模型研究息分析模型研究姓名学号学院学位类型学术型 专业学位门类(类别)农业推广硕士专业(领域)农业资源利用研究方向校内姓名 职称 导师 校外姓名 职称答辩时间年 月 日基于人工神经网络的农业生态环境信息分析模型基于人工神经网络的农业生态环境信息
2、分析模型 研究研究导师：导师： 学生：学生：摘摘 要要农业生态系统本身存在一定的不确定性和模糊性，如果用传统的方法模拟这些系统将很困难。神经网络模型作为一种新型模型系统，能较准确地模拟这些系统，因此引起生态学者们的广泛关注。本文系统的研究了误差逆传神经网络模型的算法、结构，并且着重研究了其在生态学和农业领域中的应用问题。采用三层神经网络模型结构的误差逆传神经网络模型，能够模拟较高复杂程度的连续性函数，而且依靠其小巧的结构而很难出现与训练数据相吻合的情况。误差逆传神经网络模型算法具有利用输入误差对权值进行调整的特性。在农业和生态学领域的研究中，预测生物生产量、作物产量、生物与环境之间的非线性函数
3、模拟关系主要依靠误差逆传神经网络模型。随着研究的不断深入，研究人员通过强制训练停止以及复合模型等多种先进技术来提高误差逆传神经网络模型的外推能力，同时对误差逆传神经网络模型的机理的解释提出了敏感性分析法、Garson算法以及随机化检验等。误差逆传神经网络模型可以帮助人们了解模糊性和不确定性较大系统的行为，这成为其较大的技术优势，这些技术优势是传统模型所无法比拟的，因而其可以作为对传统机理模型的重要补充。关键词：人工神经网络，误差逆传，农业及生态系统机理模型AbstractAgro-ecological system itself there is a certain uncertainty a
4、nd ambiguity, if the traditional method to simulate these systems will be difficult. Neural network model as a new model system that more accurately simulate these systems, ecologists have caused widespread concern. This systematic study of the error back-pass algorithm for neural network model, str
5、ucture, and its focus on research in ecology and agriculture in the application. Three-layer neural network model structure of the error back-pass neural network model, to simulate a high degree of continuity of complex functions, but also on its structure is difficult to compact the data appear con
6、sistent with the training situation. Error back-pass algorithm for neural network model with the use of input errors on the right to adjust the value of the property. In research in the field of agriculture and ecology, the prediction of biological production, crop production, biological and environ
7、mental non-linear function modeling the relationship between the error mainly depends on retrograde neural network model. With the deepening of the study, the researchers stopped by the mandatory training and composite models and other advanced technologies to improve the neural network model error
8、retrograde extrapolation capability, while the error back-pass neural network model proposed to explain the mechanism of sensitivity analysis, Garson algorithms and randomization inspection. Error retrograde neural network model can help people understand the ambiguity and uncertainty behavior of la
9、rger systems, which become larger technical advantages, these technical advantages unmatched by the traditional model, and therefore its mechanism as the traditional model an important supplement.Key words：Artificial neural networks，Back-propagation，Agro-ecological system目目 录录摘 要.2ABSTRACT.3第一章 绪论.5
10、1.1 研究的目的和意义.5 1.2 文献综述.6 1.3 本课题的研究技术路线及主要内容.8第二章 人工神经网的基本原理.92.1 人工神经网络的概况.9 2.1.1 人工神经网络的概念.9 2.1.2 人工神经网络的特点.9 2.1.3 人工神经网络的应用与发展.10 2.2 BP 网络模型.10 2.2.1 BP 网络的概念及其基本模型和特征.10 2.2.2 BP 网络拓扑结构.11 2.2.3 BP 网络的工作原理及过程.11 2.2.4 BP 算法流程.12 2.3 BPN 网络模型.13 2.3.1 BPN 网络模型的算法和结构.13 2.3.2 BPN 网络模型的检验.14第三章 BPN 网络模型在农业及生态学研究中的应用.163.1 BPN 网络模型的模拟能力.16 3.2 BPN 网络模型机制
