苎麻产量模型的优化研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一部分 绪论 | 第9-24页 |
| 1 研究的背景和意义 | 第9页 |
| 2 国内研究进展 | 第9-11页 |
| 3 多元线性回归模型 | 第11-12页 |
| ·多元线性回归模型的原理 | 第11页 |
| ·基于SPSS的多元线性回归模型的实现 | 第11-12页 |
| 4 人工神经网络 | 第12-17页 |
| ·人工神经网络的概述 | 第12-13页 |
| ·人工神经网络的特性及基本功能 | 第13-16页 |
| ·人工神经网络在农业领域中的应用 | 第16-17页 |
| 5 BP神经网络 | 第17-20页 |
| ·BP神经网络的原理 | 第17-19页 |
| ·BP神经网络的缺点 | 第19-20页 |
| 6 遗传算法BP神经网络 | 第20-24页 |
| ·遗传算法的原理 | 第20-21页 |
| ·遗传算法的基本步骤 | 第21-23页 |
| ·遗传算法优化BP神经网络的优势分析 | 第23页 |
| ·GA-BP神经网络模型的构建 | 第23-24页 |
| 第二部分 材料与方法 | 第24-36页 |
| 1 田间供试材料和计算机软硬件 | 第24-26页 |
| ·田间供试材料 | 第24页 |
| ·计算机软硬件简介 | 第24-26页 |
| 2 田间试验方法 | 第26-27页 |
| ·试验地点 | 第26页 |
| ·田间数据的获取 | 第26-27页 |
| 3 基于多元线性回归的苎麻产量模型 | 第27-28页 |
| 4 基于BP神经网络的苎麻产量模型 | 第28-33页 |
| ·BP神经网络的设计 | 第28-29页 |
| ·基于BP神经网络的苎麻产量模型的实现 | 第29-33页 |
| 5 基于遗传算法BP神经网络的苎麻产量模型 | 第33-35页 |
| ·遗传算法的参数选择 | 第33-35页 |
| ·基于GA-BP神经网络的苎麻产量模型的实现 | 第35页 |
| 6 小结 | 第35-36页 |
| 第三部分 结果分析 | 第36-47页 |
| 1 田间数据获取的结果 | 第36-37页 |
| 2 基于多元线性回归的苎麻产量模型结果分析 | 第37-40页 |
| ·基于多元线性回归的“中苎1号”产量模型 | 第37-39页 |
| ·基于多元线性回归的“湘苎3号”产量模型 | 第39-40页 |
| 3 基于BP神经网络的苎麻产量模型结果分析 | 第40-42页 |
| 4 基于GA-BP神经网络的苎麻产量模型结果分析 | 第42-45页 |
| 5 综合分析 | 第45-46页 |
| ·“中苎1号”——苎麻产量模型的精度比较 | 第45-46页 |
| ·“湘苎3号”——苎麻产量模型的精度比较 | 第46页 |
| 6 小结 | 第46-47页 |
| 第四部分 结论与展望 | 第47-49页 |
| 1 结论 | 第47页 |
| 2 展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 在读期间发表的论文 | 第53页 |
