基于BFA-BP神经网络的土壤肥力评价

在BP神经网络的基础上,针对其网络结构中连接权重和阈值难以赋值的问题,引入细菌算法(BFA),寻找连接权重和阈值的最优值,构建了土壤肥力等级的BFA-BP神经网络评价模型。以吉林省黑土为例,选取土壤的养分指标(有机质、全氮、速效磷、速效钾)、环境指标(阳离子交换量、酸碱度、容重、黏粒)和结构性指标(水稳性团聚体、分散率)作为评价指标,应用该模型进行土壤肥力等级评价,并与可拓物元法的评价结果进行比较,表明该模型在土壤肥力评价中适用且更准确反映了土壤综合特性。