摘要
以温室番茄产出与投入比值作为目标进行正交试验,研究温室内番茄生长的环境参数对产投比的影响规律,建立BP神经网络模型。运用MATLAB对试验数据进行训练和模拟,采用10-折交叉验证,检验预测的可靠性,准确率为93.7%。表明利用BP神经网络得出的预测值与实测值接近,具有较好的预测性,可用于产投比预测,能够为温室环境调控提供理论依据。
The orthogonal experiments on greenhouse tomato were conducted to analyze the impact of environmental parameters on input/ output. BP neural network model was established, and the data was trained and simulated by MATLAB(matrix laboratory). Through 10-fold cross validation, model achieved the predictive accuracy of 93. 7%, in good agreement with the experimental values. BP neural network model is feasible in precision of input/ output of tomato.
出处
《江苏农业学报》
CSCD
北大核心
2013年第4期826-830,共5页
Jiangsu Journal of Agricultural Sciences
基金
辽宁省教育厅科学研究一般项目(L2012148)
吉林大学工程仿生教育部重点实验室开放基金项目(K201208A)
关键词
番茄
BP
神经网络
预测
tomato
BP neural network
prediction