基于遗传神经网络的农业机械化水平测评研究  

Research of Measuring Agricultural Mechanization Level Based on GA-BP Neural Network

作　　者：赵富强[1,2] 姚绍文[1] 徐建刚[2] 

机构地区：[1]天津大学管理学院,天津300072 [2]天津财经大学,天津300222

出　　处：《中国农机化》2010年第4期11-13,共3页Chinese Agricul Tural Mechanization

基　　金：河南省教育厅自然科学研究计划项目(2008B110005);天津市高等学校科技发展基金计划项目(20061016)

摘　　要：提出了一种基于遗传神经网络的农业机械化水平测评模型。该模型首先用遗传算法来优化BP神经网络的权值和阈值,在此基础上对BP神经网络进行训练。网络最终测评结果较BP神经网络更有效、更准确。实例证明该神经网络测评模型收敛速度快、预测精度高,为农业机械化水平测评提供了更实用快捷的方法。This paper proposes a model of measuring agricultural mechanization level based on genetic algorithm and BP neural network. The weights and bias values of neural network improved by GA train a BP neural network. The results show that this model is of higher convergent speed and better prediction precision compared with BP neural network, so it offers a more useful approach for measuring agricultural mechanization level.

关 键 词：遗传算法 神经网络 农业机械化水平测评 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]