文献类型：期刊文章

作　　者：于合龙[1] 赵新子[2] 陈桂芬[1] 万保成[1] 高杰[1]

机构地区：[1]吉林农业大学信息技术学院,长春130118 [2]吉林省农业机械管理总站,长春130062

出　　处：《农业工程学报》

基　　金：国家"863"项目(2006AA10A309);国家星火计划项目(2008GA661003);长春市科技特派员项目(2009245);吉林农业大学青年基金项目(2007038)

年　　份：2010

卷　　号：26

期　　号：12

起止页码：193-198

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20111013735463)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：作物最优施肥量与土壤养分含量、产量之间存在复杂的非线性关系。为更加准确地模拟这种关系,提出一种改进的的BP神经网络集成方法。该方法采用K-均值聚类优选神经网络个体,采用拉格朗日乘子方法计算待集成的神经网络个体的权值。然后,基于农田肥料效应试验数据,以土壤养分含量和施肥量作为神经网络的输入,以产量作为神经网络的输出,建立了作物精准施肥模型。该模型通过求解一个非线性规划问题,能同时获得最大产量和最优施肥量。试验结果表明,在施肥模型的拟合精度方面,改进的神经网络集成方法(其均方根误差为64.54)明显优于单个神经网络方法(其均方根误差为169.74)。而且,作为一种定量模型,基于改进的神经网络集成的施肥模型优于传统施肥模型,能有效地指导精准施肥。

关 键 词：反向传播  神经网络 非线性规划 精准农业 施肥模型 K-均值聚类

分 类 号：S126]