大豆是中国的主要粮食作物之一,其用途广泛,在食用、饲用及工业方面都有广泛应用,故而对大豆的需求量非常大。中国是全球位列第一位的大豆进口国,但大豆产量仅仅位列世界第四位,针对于大豆产量而言,中国比世界第一的美国少十倍左右。中国的大豆进口国也主要是美国、巴西和阿根廷,这三个国家的大豆产量均位于世界前三。由于中国巨大的大豆需求量,在国际大豆市场上一直处于被动状态,如何提高大豆产量成为目前中国大豆种植业亟需解决的问题。影响大豆产量的因素主要是大豆品种、种植方式、施肥、土壤、水分、光照等。本研究是针对目前中国所缺乏的种植密度及施肥体系而展开,现阶段国内的大豆种植过程中,大豆种植密度及施肥量基本是依照生产工作人员的惯用经验进行,此方法不仅无法合理利用农业生产资源,而且还会造成农业资源的浪费及生产成本的增加,肥料的过量施用甚至会给农田的生态环境造成严重破坏,例如:土壤板结、水源污染等。本研究针对现阶段中国大豆生产面临的实际问题进行了田间试验,试验目的在于研究适合东北地区大豆生产的大豆种植密度及氮磷钾施肥量模型并进行推广。本次田间试验于2017年10月至2018年10月,在黑龙江省农垦总局九三管理局大西江农场进行。试验中选择具有代表性的试验用地并划分试验小区,以“黑河52号”大豆品种为试验材料,经过严密的试验设计,明确试验的目的、要求、方法、步骤等,确定大豆种植密度、施氮量、施磷量、施钾量为试验因素,大豆产量为指标。田间试验包含单因素试验及多因素试验,多因素试验通过二次旋转正交回归设计。获取试验数据后,运用回归分析及BP神经网络建立肥密效应模型并进行优化,以大豆产量最大化为目标得到最优的肥密效应模型。基于上述模型优化得:“黑河52号”大豆在东北地区的最优的种植密度为23.5万株/公顷、N肥施用量67.9千克/公顷、P肥施用量104.6千克/公顷、K肥施用量17.4千克/公顷,此条件下的大豆产量为3953.2千克/公顷。此模型将大豆的种植密度与施肥量相结合,通过BP神经网络进行优化分析,经过田间试验实地验证,具有在东北地区特别是黑龙江大豆产区推广的实际意义。该模型的推广将大幅度提高大豆的产量,改善国内肥密体系理论的匮乏现状,缓解中国大豆供需严重不足的情况,同时,也是工业工程优化思想在农业领域的推广应用。