论文部分内容阅读
依据从2005年1~12月所采集的365组试验数据,建立了一个能够反映土壤墒情变化与气候因素之间关系的人工神经网络模型。模型共分输入层、隐含层和输出层3层。输入层的输入变量包括数据采集当天的10 cm、20 cm和40 cm深度的土壤含水量以及当天的日照时数,空气湿度,平均气温和降雨量。输出层的输出变量包括1天后的10 cm2、0 cm和40 cm深度的土壤含水量。模型的学习因子为0.1,动量因子为0.05。模型经过25 000次训练后收敛,收敛误差为8×10-4,这说明该模型能够很好的反映出输出量