您的位置: 专家智库 > >

李增

作品数:2 被引量:15H指数:2
供职机构:沈阳农业大学水利学院更多>>
发文基金:辽宁省自然科学基金更多>>
相关领域:农业科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇农业科学

主题

  • 1篇遗传算法
  • 1篇雨量
  • 1篇神经网
  • 1篇神经网络
  • 1篇腾发量
  • 1篇腾发量预测
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇作物腾发量
  • 1篇网络
  • 1篇马尔科夫
  • 1篇马尔科夫模型
  • 1篇基于遗传算法
  • 1篇降雨
  • 1篇降雨量
  • 1篇工神经网络
  • 1篇GM(1,1...
  • 1篇参考作物
  • 1篇参考作物腾发...
  • 1篇人工神经网

机构

  • 2篇沈阳农业大学

作者

  • 2篇迟道才
  • 2篇于淼
  • 2篇李增
  • 1篇刘婷婷
  • 1篇曲霞

传媒

  • 1篇沈阳农业大学...
  • 1篇节水灌溉

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
基于遗传算法的改进Elman神经网络模型的降雨量预测被引量:5
2010年
为了研究年降雨量的变化规律及特点,采取预防措施,减少灾害损失,根据1955~2006年盘锦地区的气象资料,利用Matlab软件分别取不同的网络训练样本,建立了3组BP神经网络预测模型。然后利用遗传算法对Elman神经网络进行优化,建立了遗传神经网络预测模型。对比结果表明遗传神经网络的预测精度高于BP神经网络预测模型。说明利用遗传神经网络模型对盘锦地区的年降雨量进行预测是可行的。
李增迟道才于淼
关键词:人工神经网络遗传算法降雨量
基于灰色马尔科夫的参考作物腾发量预测被引量:10
2010年
参考作物腾发量(ET0)是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水量预报精度具有十分重要的意义。针对GM(1,1)模型在原始数据变化幅度较大且趋势不明显时预测效果差的情况,作者提出了用马尔科夫对GM(1,1)模型修正的组合模型,该模型结合了灰色模型可以揭示预测数据的发展趋势以及马尔科夫预测适合描述随机波动性较大的预测问题的优点,将其应用于沈阳地区参考作物腾发量预测中,对比分析了GM(1,1)模型与灰色马尔科夫模型的预测结果。结果表明,灰色马尔科夫模型不仅能反映系统的动态特性,还具有比GM(1,1)更高的预测精度、逼近性和稳定性,具有较好的应用价值。
于淼迟道才李增曲霞刘婷婷
关键词:参考作物腾发量GM(1,1)模型马尔科夫模型
共1页<1>
聚类工具0