土地适宜性评价的模糊神经网络建模及其应用分析
本文将模糊逻辑和神经网络相结合,建立了土地适宜性评价的两种模糊神经网络模型:基于BP子网的模糊神经网络模型和基于模制综合评判思想的模糊神经网络模型,并分别基于BP算法和遗传算法推导了模型的训练算法。以海南省琼海市土地适宜性评价为实例针对模型的收敛性能、准确性和适用条件等进行了应用分析。结果表明,这两个模型都能够基于样本对初始规则进行修正,从而得出更为客观的评价结果。两种模型在适用条件上具有互补性特征,在不同条件下通过正确选用模型可以较好的满足土地适宜性评价的要求。
土地适宜性评价 土地利用 模糊神经网络 遗传算法 模糊逻辑
焦利民 刘耀林
武汉大学资源与环境科学学院,湖北省武汉市,430079
国内会议
武汉
中文
636-646
2007-09-01（万方平台首次上网日期，不代表论文的发表时间）