摘要
基于人工神经网络拟合函数的原理,建立了计算农业干旱程度的评估模型。通过拟合农业干旱程度的概率分布函数,对农业干旱的概率分布进行了研究。该模型可以在随机变量具体分布未知的情况下,拟合出其概率分布函数。在网络训练方法的选择上,将混沌优化算法和梯度下降法相结合,使计算能够迅速收敛到全局极小点。以河南省濮阳市渠村灌区为例,计算出当地农业干旱程度的概率分布,验证了该模型的有效性,表明该模型能够很好的用于农业干旱的评估。
Based on the idea of fitting function curve by means of neural network, this paper established the neural network models for estimating agricultural drought extent and its probability distribution. The chaos algorithm combining with gradient descending method is adopted to improve the training, so that the global minimum of the calculation can quickly be found. The calculation of probability distribution of drought extent for agriculture in Qucun irrigation area, Puyang City, is given as an example to verify the effectiveness of the model.
出处
《水利学报》
EI
CSCD
北大核心
2006年第2期247-252,共6页
Journal of Hydraulic Engineering
基金
河南省高校创新人才培养工程项目(HNCX2003-17)
青海省科学技术厅基金项目(2004-G-158)
