|本期目录/Table of Contents|

[1]杭艳红,杨林.基于GA-BP神经网络的耕地自然质量计算模型研究[J].江苏农业科学,2017,45(08):182-186.
　Hang Yanhong,et al.Study on calculation model of cultivated land natural quality based on GA-BP neural network[J].Jiangsu Agricultural Sciences,2017,45(08):182-186.
点击复制

基于GA-BP神经网络的耕地自然质量计算模型研究(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第45卷
期数:
2017年08期
页码:
182-186
栏目:
农业工程与信息技术
出版日期:
2017-04-22

文章信息/Info

Title:
Study on calculation model of cultivated land natural quality based on GA-BP neural network
作者:
杭艳红;  杨林
东北农业大学资源与环境学院，黑龙江哈尔滨 150030
Author(s):
Hang Yanhong; et al
关键词:
耕地自然质量; 遗传算法; BP神经网络
Keywords:
-
分类号:
F323.211
DOI:
-
文献标志码:
A
摘要:
在常规耕地分等的方法中由于人为因素会干扰评价因子的权重及BP神经网络模型自身优化过程中容易陷入局部极小值的情况，通过遗传算法全局搜索最优权值的能力对BP神经网络进行优化，建立耕地自然质量计算的遗传算法优化的BP神经网络模型(GA-BP网络模型)。以黑龙江省绥化市明水县进行实证研究，结果证明，GA-BP网络模型能有效地避免常规方法评价因子确定权重时的人为干扰，同时具有较高的优化效率及泛化能力，能够更加快速智能地计算耕地的自然质量分，从而确定耕地的自然等别，应用效果相对较好。
Abstract:
-

参考文献/References:

［1］李洪兴，石水莲. 辽宁省耕地利用现状及其保护策略［J］. 国土资源，2010(6)：34-36.
［2］张蚌蚌，孔祥斌，郧文聚，等. 我国耕地质量与监控研究综述［J］. 中国农业大学学报，2015，20(2)：216-222.
［3］付国珍，摆万奇. 耕地质量评价研究进展及发展趋势［J］. 资源科学，2015，37(2)：226-236.
［4］奉婷，张凤荣，李灿，等. 基于耕地质量综合评价的县域基本农田空间布局［J］. 农业工程学报，2014(1)：200-210.
［5］钱凤魁，王秋兵，边振兴，等. 凌源市耕地质量评价与立地条件分析［J］. 农业工程学报，2011，27(11)：325-329.
［6］唐南奇，谭明军. 基于人工神经网络农用地分等研究Ⅰ.分等模型与精度检测［J］. 福建农林大学学报(自然科学版)，2004，33(2)：241-244.
［7］孔维娜，李跃进，李双异，等. 人工神经网络产量定量评价模型在县域耕地地力评价中的应用［J］. 国土与自然资源研究，2012(2)：30-32.
［8］员学锋，吴普特，汪有科. BP神经网络在耕地减少预测中的应用研究［J］. 中国农业资源与区划，2005，26(4)：39-41.
［9］迟宝明，林岚，丁元芳. 基于遗传算法的BP神经网络模型在地下水动态预测中的应用研究［J］. 工程勘察，2008(9)：36-41.
［10］张保祥，刘青勇，卢朝霞，等. 基于神经网络和遗传算法的济南市区岩溶地下水预报模型研究［J］. 山东农业大学学报(自然科学版)，2004，35(3)：436-441.
［11］张学喜. 遗传算法和人工神经网络在边坡稳定性评价中的应用［D］. 合肥：合肥工业大学，2007.
［12］伍振军，刘吉平. 基于遥感和遗传BP算法的流域土地覆盖/利用分类方法［J］. 湖北地矿，2002，16(2)：31，34-37.
［13］李小刚，马友华，张益，等. 基于模糊评价与BP神经网络模型的耕地质量评价对比研究——以淮北平原凤台县为例［J］. 土壤通报，2015(4)：816-822.
［14］孔维娜，李跃进，李双异，等. 人工神经网络产量定量评价模型在县域耕地地力评价中的应用［J］. 国土与自然资源研究，2012(2)：30-32.
［15］闻新. MATLAB神经网络仿真与应用［M］. 北京：科学出版社，2003.
［16］张豪，罗亦泳，张立亭，等. 基于遗传算法最小二乘支持向量机的耕地变化预测［J］. 农业工程学报，2009，25(7)：226-231.
［17］宋戈，王越，雷国平，等. 松嫩高平原黑土区耕地资源安全的驱动机制分析［J］. 农业工程学报，2013，29(21)：241-248.
［18］高娟，王海军，张怡然，等. 基于遗传算法和支持向量机的城镇土地定级方法研究［J］. 华中师范大学学报(自然科学版)，2014，48(6)：917-922，929.
［19］骆成凤，刘正军，王长耀，等. 基于遗传算法优化的BP神经网络遥感数据土地覆盖分类［J］. 农业工程学报，2006，22(12)：133-137，后插1.
［20］宋戈，邹朝晖，王越. 东北粮食主产区县域耕地产能核算及其影响因子分析［J］. 农业工程学报，2014，30(24)：308-317.
［21］雷英杰. MATLAB遗传算法工具箱及应用［M］. 西安：西安电子科技大学出版社，2005.
［22］周洪伟，原锦辉，张来顺. 遗传算法“早熟”现象的改进策略［J］. 计算机工程，2007，33(19)：201-203.

相似文献/References:

[1]翟慧,李纪云.BP_Adaboost预测模型结合遗传算法在鸡腿菇生长环境寻优中的应用[J].江苏农业科学,2013,41(07):383.
　Zhai Hui,et al.Application of BP_Adaboost forecasting model combined genetic algorithm in growth environment optimization of Coprinus comaus[J].Jiangsu Agricultural Sciences,2013,41(08):383.
[2]秦善知,陈斌,陆道礼,等.基于便携式近红外光谱仪检测梨可溶性固形物[J].江苏农业科学,2014,42(08):284.
　Qin Shanzhi,et al.Determination of soluble solid contents in pears based on portable near infrared spectrometer[J].Jiangsu Agricultural Sciences,2014,42(08):284.
[3]蒋雪松,周宏平.基于遗传算法的农产品品质无损检测研究进展[J].江苏农业科学,2013,41(12):17.
　Jiang Xuesong,et al.Research progress of nondestructive testing of quality of agricultural products based on genetic algorithms[J].Jiangsu Agricultural Sciences,2013,41(08):17.
[4]徐凯宏,米雅婷,谷志新.基于GA-BP神经网络的温室番茄病害诊断[J].江苏农业科学,2016,44(04):387.
　Xu Kaihong,et al.Diagnosis of tomato disease in greenhouse based on GA-BP network[J].Jiangsu Agricultural Sciences,2016,44(08):387.
[5]费强,赵武云,戴飞,等.基于BP神经网络及遗传算法的组合式板齿脱粒装置参数优化[J].江苏农业科学,2014,42(03):351.
　Fei Qiang,et al.Parameter optimization of composite board tooth threshing device based on BP neural network and genetic algorithm[J].Jiangsu Agricultural Sciences,2014,42(08):351.
[6]林萍,陈永明.利用可见近红外光谱技术快速鉴别大米品种[J].江苏农业科学,2015,43(12):320.
　Lin Ping,et al.Fast discrimination of rice varieties based on visible near-infrared spectroscopy technology[J].Jiangsu Agricultural Sciences,2015,43(08):320.
[7]刘金明,谢秋菊,刘浩然.基于SVM的畜禽舍废气监测缺失数据恢复[J].江苏农业科学,2015,43(08):421.
　Liu Jinming,et al.A method for missing data recovery of waste gas monitoring in animal building based on SVM[J].Jiangsu Agricultural Sciences,2015,43(08):421.
[8]栗娜,李萍,张善文.基于改进遗传算法的作物叶片病斑分割算法[J].江苏农业科学,2014,42(07):140.
　Li Na,et al.Segmentation of crop leaf spot image based on improved genetic algorithm[J].Jiangsu Agricultural Sciences,2014,42(08):140.
[9]李伟伟,罗华平,孔维楠.高光谱成像技术结合遗传算法和BP神经网络的南疆骏枣总糖含量建模分析[J].江苏农业科学,2018,46(1):173.
　Li Weiwei,et al.Analysis of total sugar content modeling for Jun jujube in Southern Xinjiang by hyperspectral imaging technology combined with genetic algorithm and BP neural network[J].Jiangsu Agricultural Sciences,2018,46(08):173.
[10]范泽华,张楠楠,喻彩丽,等.基于近红外光谱的骏枣病虫害与风沙损伤检测[J].江苏农业科学,2018,46(02):154.
　Fan Zehua,et al.Detection of Jun jujube disease and insect pest and aeolian sand damage based on near infrared spectroscopy[J].Jiangsu Agricultural Sciences,2018,46(08):154.

备注/Memo

备注/Memo:
收稿日期：2016-10-14
基金项目：国家自然科学基金(编号：41571167)。
作者简介：杭艳红(1969—)，女，黑龙江阿城人，博士，副教授，研究方向为土地资源利用。E-mail：13936391994@163.com。
更新日期/Last Update: 2017-04-20