基于MEA-BP神经网络的土壤养分评价模型

来源：中国农机化学报杂志2020年第2期北京时间：

作者：周婧;白云龙;张小宝;朱龙图;黄东岩;李名伟;

单位：吉林农业大学信息技术学院;吉林大学工程仿生教育部重点实验室;

摘要：针对BP神经网络在解决复杂非线性问题时,存在初始权值和阈值随机赋值,网络学习速度慢,局部极小的问题,运用群体搜索能力强的思维进化算法(MEA),寻找出最优的初始权值和阈值,优化BP神经网络的网络结构,建立MEA-BP神经网络的土壤养分等级评价模型。以敦化市黑土的土壤养分数据作为测试集,评价指标选用土壤的有机质、全氮、速效氮、速效磷和速效钾。对比MEA-BP网络预测模型、遗传算法(GA)优化BP网络预测模型和单一的BP网络预测模型,结果表明MEA-BP网络预测模型的均方误差(MSE)最小、决定系数(R~2)最接近1和误差波动最小,可以更准确地反映土壤养分分级特性。

关键词：

基金资助：吉林省教育厅科学技术研究项目(2015202);; 吉林省科技发展计划项目(20190302116GX)