论文部分内容阅读
通过对人工神经网络理论的分析 ,建立了一个能够描述作物根——冠间非线性变化的模拟模型 ,利用植物地上部参数推求不同水分环境影响的地下根系参数。并通过改进 BP算法解决了全局寻优的问题。利用精密的管栽试验为模型提供了足够的学习样本和检验样本。结果表明 ,该文建立的人工神经网络模型对描述根、冠间复杂的非线性关系方面具有相当高的精度和应用价值