基于人工神经网络模型的井灌水稻需水量预测  

Water demand forecast of well irrigation paddy based on artificial nerve network model

作　　者：付强[1] 宋艳芬 肖建民[3] 王立坤[4] 

机构地区：[1]四川大学水电学院,四川成都610065 [2]哈尔滨市水利局,黑龙江哈尔滨150040 [3]大连理工大学,辽宁大连116024 [4]东北农业大学水利与建筑学院,黑龙江哈尔滨150030

出　　处：《东北水利水电》2002年第5期38-40,共3页Water Resources & Hydropower of Northeast China

基　　金：中国博士后科学基金; 四川大学青年基金资助项目(432028)。

摘　　要：水稻需水量仿真与预测是制定优化灌溉制度的重要依据。应用人工神经网络技术（BP-ANN）处理需水量时间序列，通过自相关分析，确定网络结构，建立了井灌水稻需水量的人工神经网络模型，解决了需水量序列内部及其外部诸多影响因素之间的不确定关系，预测精度较高，可在灌区决策管理中应用。[Abstract] The simulation and the forecast of paddy water demand is an important basis for lay down the optimization irrigation system. The paper treatments the time series by the artificial nerve network technology (BP -ANN), defines the network structure by the self - correlation analysis, sets up the artificial nerve network model of well irrigation paddy water demand for uncertainty relation between inside and outside factors of water demand series. The forecast precision is high. It can be applied to the management decision in the irrigation area.

关 键 词：人工神经网络 井灌 水稻 需水量 预测 

分 类 号：S511[农业科学—作物学]