基于粗糙集理论和BP神经网络的大豆产量预测

摘要：

提出了田间信息处理的新方法，以一块大豆田为研究区，在大豆的开花期利用DGPS 接收机定位，按7m×7m 设置网格，共取54 个采样点。采用农田信息采集仪测定土壤属性信息：包括土壤含水量、土壤压实度、土壤温度、土壤pH 值和土壤电导率；并在大豆收获前一天测定大豆的产量属性，包括株距、行距、株粒数、株荚数、百粒重、产量。利用粗糙集理论和神经网络相结合，建立基于土壤信息的大豆产量预测模型。研究结果表明，该方法有效地减少了BP 神经网络的训练时间，提高了网络的收敛性，且建立的大豆产量神经网络模型的预测精度达到了83”％”，满足精细农业的要求。

关键词： 精细农业 神经网络 土壤特性 大豆产量

作者: 王凤花 张淑娟 张海红 赵华民 赵聪慧

作者单位: 山西农业大学工程技术学院,山西太谷030801

会议类型: 国内会议

会议名称: 纪念中国农业工程学会成立三十周年暨中国农业工程学会2009年学术年会(CSAE2009)

会议地点: 太原

会议语种:中文

页码: 1-3

在线出版日期: 2009-08-01（万方平台首次上网日期，不代表论文的发表时间）