论文部分内容阅读
针对以往 BP 神经网络收敛速度慢及易陷于局部极小值等问题，引入粒子群算法优化 BP 网络的权值和阈值，建立 PSO-BP 神经网络，预测参考作物蒸腾量 ET0。以西安地区的相关资料为基础，设计9种影响因子组合方案，利用 PSO-BP 网络模型进行 ET0的预测，结果表明，该模型运算速度快，预测精度较高；对比分析9种方案的预测结果发现，方案7为最优，该方案只需选用平均温度、平均相对湿度、风速和日照时数四项影响因子，即可获得较高精度的参考作物蒸腾量预测值。