基于MIV-MEA-Elman神经网络的核桃果实膨大期需水量预测

核桃作物需水规律错综复杂,与气温、气压、相对湿度等因子之间具有复杂的非线性关系。针对这种特点,结合河北邯郸试验田核桃需水的历史数据和气象数据,提出了一种MIV-MEA-Elman模型。经MIV(平均影响值)算法筛选,得出4个较优的指标:平均气温、平均气压、相对湿度、日照时数。以此作为经MEA(思维进化算法)优化后的Elman神经网络模型的输入,核桃逐日需水量作为输出,经过对仿真结果分析,此模型的均方根误差为0.317,证明具有良好的预测效果。