人工神经网络智能节水灌溉浅析

合理、高效利用水资源是当前农业灌溉领域的热点问题之一,对于节水灌溉的研究,国内外都给予了高度的重视。节水灌溉技术虽然在国内起步较晚,但是发展势头迅猛。尤其是膜下滴灌技术,随着与计算机智能控制系统的结合,其应用领域和技术深度都得到了长足的发展。本文主要介绍利用RBF人工神经网络对膜下滴灌作物需水量进行灌溉预报,利用智能灌溉技术以达到节水增效的目的。     

双点源滴灌交汇区水盐运移规律试验研究

通过模拟大田滴灌的双点源试验,探求了沙壤土土质下,不同滴头流量、滴头间距对水平湿润锋和交汇锋以及电导率的影响。结果表明：随着入渗时间的增加,交汇锋和水平湿润锋运移距离都在增加;当其他条件一定时,流量越大或者间距越小,湿润锋和交汇锋运移的速率越大,土壤湿润体越均匀;相同间距情况下在0-20 cm深度内大流量的交汇区电导率小,在20-40 cm深度内小流量的电导率大;在相同流量情况下0-10 cm深度内滴头间距大的交汇区电导率大,在10-40 cm深度内滴头间距小的电导率大。     

煤矸石基质土壤的水分入渗试验研究

为了解煤矸石基质土壤的水分特性,利用室内一维垂直入渗模拟试验,研究煤矸石山山顶、山腰、山脚处及3种矸土质量比(7∶3,5∶5,3∶7)的土壤水入渗规律。试验结果表明,煤矸石的初始入渗率、稳渗率由山脚到山顶逐渐减小,减小关系符合幂函数递减关系。山脚矸石的初始入渗率和稳渗率分别为山腰的1.111和1.078倍;山腰矸石的初始入渗率和稳渗率分别为山顶的1.096和1.102倍;矸土质量比为7∶3的初始入渗率和稳渗率分别为5∶5的1.152和1.149倍;矸土质量比为5∶5的初始入渗率和稳渗率分别为矸土质量比3∶7的1.179和1.057倍。矸土混合土壤的初始入渗率、稳渗率均随矸土质量比7∶3,5∶5,3∶7的减小而迅速减小,入渗达到稳定状态的时间随矸土比的减小而增加。考斯加可夫入渗模型更适合作为风化煤矸石的入渗模型;通用经验公式更适合作为掺土较多的矸土混合土壤的入渗模型。最终煤矸石基质土壤的累积入渗量为矸土质量比3∶75∶57∶3山顶山腰山脚。矸石掺土可以显著降低入渗率,提高累积入渗量,有益于煤矸石山水土保持和植物生长。     

改进RBF神经网络法在大坝位移分析中的应用

针对RBF神经网络容易出现局部最优解和收敛速度慢的问题,提出引入惯性权重来改进混合蛙跳算法,继而用改进方法优化RBF神经网络。改进的混合蛙跳算法通过设定一个合理的初始权重,从而达到修正青蛙群体的更新策略、跳出局部最优解、避免早熟的目的,同时具有平衡全局搜索和局部搜索的能力,很好地解决了传统RBF神经网络局部最优和收敛速度慢的问题。以某大坝位移分析为例,采用基于改进蛙跳算法的RBF神经网络后,模型预测精度有了较大的提高,与工程实际更为接近,具有一定的工程实用价值。     

Guilspare在棉花室外盆栽试验中的应用研究

对土壤处理剂Guilspare采用2%的喷施浓度,在50%、75%、100%的灌水量条件下,进行了室外棉花盆栽试验.结果表明:苗期-铃期土壤处理荆受降雨因素制约,保水效果不明显;铃期-吐絮期受降雨影响较少,土壤处理荆发挥了较好的保水效果.在2%喷施浓度、50%灌水量条件下,铃期平均土壤含水率较对照组高27.30%,体现了较好的保水性能,该处理对棉花生长亦有明显的促进作用;铃期株高、茎粗较对照组分别增加了15.48%、15.59%.2%喷施浓度、100%灌水量的处理时棉花生长有一定的抑制作用.     

基于RBF人工神经网络模型预测棉花耗水量

利用MATLAB工具箱,以平均气温、日照时数、平均风速为输入变量,建立了新疆石河子地区棉花耗水量的RBF人工神经网络预测系统,通过2008年实测数据的检验表明,此预测系统网络模型的绝对误差最大为0.096 7 mm/d、最小为0.002 5 mm/d、平均为0.041 9 mm/d,相对误差最大为2.649 1%、最小为0.034 1%、平均为0.878 0%。可见,网络模型预测的准确度较高,较以往的线性模型更合理,并且此网络训练花费的时间仅需0.0780 s,具有一定的实用价值。