寒地大豆水肥一体化知识模型的算法研究

为了寻求合理的水肥投入,综合气候条件、土壤肥力状况、大豆需肥规律和灌溉规律等多因素,深入研究灌水量和施肥量之间的耦合关系,采用一种规则易于提取的FMLP网络,通过FBP学习算法对网络参数和变量权值进行调整,构造初始水肥知识模型。为获得最优水肥—体化知识模型,采用改进IP算法缩小了网络的结构,降低网络的计算复杂度,加快了网络输出的响应速度。通过对大豆在不同农田重复进行种植实验,结果表明,该方法能够在不给定任何先验知识的条件下得到很准确的知识模型。