当前位置: 首页 > 文章 > 基于GA优化的支持向量机模型在青椒作物需水量预测中的应用 节水灌溉 2021 (1) 70-76
Position: Home > Articles > Application of Support Vector Machine Model Based on GA Optimization in Water Consumption Prediction of Green Peppers Water Saving Irrigation 2021 (1) 70-76

基于GA优化的支持向量机模型在青椒作物需水量预测中的应用

作  者:
刘婧然;刘心;武海霞;邓皓;李灶鹏
单  位:
河北工程大学水利水电学院;河北工程大学水电学院
关键词:
支持向量机;遗传算法(GA);作物需水量预测;冠层温度;青椒
摘  要:
为节约灌溉用水,采用垄沟集雨覆盖种植技术与滴灌技术相结合(MFR-DI),并对使用该技术种植的青椒进行作物需水量预测.根据多年气象资料、青椒冠层温度以及逐日作物需水量资料,构建了以冠层温度、气象因素为输入因子的预测MFR-DI种植模式下青椒作物需水量的GA-SVM模型,使用2017年的数据对模型进行了测试,结果表明:在输入相同气象因子时,GA-SVM1(RMSE=0.9010 mm/d,MAE=0.6735 mm/d,NS=0.9718)比SVM(RMSE=0.9607 mm/d,MAE=0.7691 mm/d,NS=0.9680)预测模型具有更高的精度性能.此外,在输入相同数量的因子时,将冠层温度作为GA-SVM的输入因子之一,比仅输入气象因子的GA-SVM模型预测精度更高,其RMSE,MAE,NS值分别为0.7817 mm/d,0.5838 mm/d,0.9788.结果说明采用GA优化的SVM预测模型,提高了模型的收敛速度,使模型的精确度更高.另外,在作物需水量预测模型中引入冠层温度,可以提高模型的预测准确性,为实现高效智能节水提供参考.
译  名:
Application of Support Vector Machine Model Based on GA Optimization in Water Consumption Prediction of Green Peppers

相似文章

计量
文章访问数: 14
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊