| 中文摘要 | 第1-10页 |
| 英文摘要 | 第10-12页 |
| 第一章 文献综述 | 第12-58页 |
| 第一节 人工神经网络概述 | 第12-24页 |
| ·人工神经网络的产生 | 第12页 |
| ·人工神经网络的起源与发展 | 第12-15页 |
| ·奠基阶段 | 第13页 |
| ·第一次高潮阶段 | 第13-14页 |
| ·坚持阶段 | 第14页 |
| ·第二次高潮阶段 | 第14-15页 |
| ·新发展阶段 | 第15页 |
| ·人工神经元 | 第15-19页 |
| ·生物神经元的构成 | 第17页 |
| ·生物神经元的特性 | 第17-18页 |
| ·人工神经元模型 | 第18-19页 |
| ·人工神经网络的拓扑结构、网络类型以及BP神经网络 | 第19-24页 |
| ·人工神经网络模型结构 | 第19-21页 |
| ·BP网络 | 第21-24页 |
| 第二节 BP神经网络的缺点 | 第24-28页 |
| ·BP神经网络存在的问题 | 第25-27页 |
| ·收敛速度慢,训练时间长 | 第25页 |
| ·局部极小值 | 第25-26页 |
| ·网络隐含层结点难以确定,影响应用 | 第26-27页 |
| ·网络结构选择不一,性能不一 | 第27页 |
| ·常用的改进方法 | 第27-28页 |
| ·学习率自适应调整 | 第27页 |
| ·动量法 | 第27页 |
| ·初始权值的优化 | 第27-28页 |
| ·两种新的改进算法 | 第28页 |
| 第三节 混沌与混沌神经网络 | 第28-35页 |
| ·混沌的起源与发展 | 第29-31页 |
| ·混沌神经网络 | 第31-32页 |
| ·混沌神经网络研究现状 | 第32-35页 |
| ·Aihara的混沌神经网络模型 | 第33页 |
| ·耦合混沌神经网络模型 | 第33-35页 |
| 第四节 遗传算法与遗传神经网络 | 第35-45页 |
| ·遗传算法的历史 | 第35-37页 |
| ·60-70年代的兴起阶段 | 第35-36页 |
| ·80年代的发展阶段 | 第36页 |
| ·90年代后的高潮阶段 | 第36-37页 |
| ·遗传算法概述 | 第37-42页 |
| ·遗传算法的基本流程 | 第37-38页 |
| ·遗传编码 | 第38-39页 |
| ·适应函数(评价函数) | 第39-40页 |
| ·遗传算子 | 第40-41页 |
| ·群体设定 | 第41页 |
| ·初始化群体 | 第41页 |
| ·终止循环条件 | 第41-42页 |
| ·控制参数和选择 | 第42页 |
| ·遗传算法的特点 | 第42-43页 |
| ·遗传算法和神经网络结合 | 第43-45页 |
| ·遗传算法优化神经网络的连接权 | 第44页 |
| ·遗传算法优化神经网络的网络结构 | 第44-45页 |
| ·遗传算法优化神经网络的学习规则 | 第45页 |
| ·遗传神经网络(GNN)的研究与应用 | 第45页 |
| 第五节 神经网络在农业中的应用 | 第45-49页 |
| ·在农业生产与精确农业中的应用 | 第46页 |
| ·在农业生产与精确农业中的应用 | 第46-47页 |
| ·在农产品外观鉴定、分类和评价中的应用 | 第47-48页 |
| ·在其它方面的应用 | 第48页 |
| ·应用展望 | 第48-49页 |
| 第六节 水稻产量影响因素的研究进展 | 第49-55页 |
| ·引言 | 第49-50页 |
| ·水稻产量与土壤因素关系的研究进展 | 第50-52页 |
| ·水稻产量与气象因素关系的研究进展 | 第52-54页 |
| ·水稻产量影响因素的研究不足 | 第54-55页 |
| 第七节 本研究的内容、方法与意义 | 第55-58页 |
| ·本研究的内容 | 第55-56页 |
| ·研究方法 | 第56页 |
| ·研究意义 | 第56-58页 |
| 第二章 BP神经网络的研究改进 | 第58-62页 |
| 第一节 混沌优化BP网络算法(CBP) | 第58-59页 |
| 第二节 遗传算法优化BP网络算法(GBP) | 第59-61页 |
| 第三节 混沌遗传法优化BP网络算法(CGBP) | 第61-62页 |
| 第三章 试验地点选择与基于MATLAB的网络设计 | 第62-77页 |
| 第一节 试验地点选择 | 第62-64页 |
| ·福建地理条件 | 第62页 |
| ·福建气候资源 | 第62-63页 |
| ·试验地点选择 | 第63-64页 |
| 第二节 BP网络结构设计分析 | 第64-67页 |
| ·网络结构的设计 | 第64-66页 |
| ·隐含层数与隐含层神经元(节点)数的确定 | 第65页 |
| ·网络学习参数的选取 | 第65-66页 |
| ·样本数据的处理 | 第66-67页 |
| 第三节 基于MATLAB的神经网络建模 | 第67-77页 |
| ·MATLAB简介 | 第67-68页 |
| ·神经网络工具箱函数 | 第68-75页 |
| ·通用函数 | 第69-70页 |
| ·传递函数 | 第70-71页 |
| ·网络训练函数 | 第71-75页 |
| ·基于MATLAB的BP网络 | 第75-77页 |
| ·MATLAB中BP网络的训练步骤 | 第75-76页 |
| ·BP网络的MATLAB实现 | 第76-77页 |
| 第四章 南方多云雨山区水稻产量与土壤因素的关系 | 第77-90页 |
| 1 材料和方法 | 第78-80页 |
| ·材料 | 第78页 |
| ·方法 | 第78-80页 |
| ·品种×地点互作和多种互作效应分析 | 第78-79页 |
| ·各试点产量与土壤因子相关分析 | 第79页 |
| ·主成分分析与逐步回归分析 | 第79页 |
| ·基于土壤因子的四种水稻产量预测模拟模型的比较 | 第79-80页 |
| 2 结果与分析 | 第80-88页 |
| ·品种×地点互作和多种互作效应结构变化 | 第80-82页 |
| ·土壤因子与试点产量的相关分析 | 第82-83页 |
| ·主成分分析与逐步回归分析 | 第83-84页 |
| ·主成分分析 | 第83-84页 |
| ·各因子与产量的相关分析和回归方程的建立 | 第84页 |
| ·基于土壤因子的四种水稻产量预测模拟模型的比较 | 第84-88页 |
| ·水稻产量预测模拟的普通BP网络模型 | 第84-87页 |
| ·水稻产量预测模拟的遗传BP网络模型(GBP) | 第87页 |
| ·水稻产量预测模拟的混沌BP网络模型(CBP) | 第87-88页 |
| ·四种水稻产量预测模拟模型的比较 | 第88页 |
| 3 讨论 | 第88-90页 |
| 第五章 南方多云雨山区水稻产量与气象因素的关系 | 第90-99页 |
| 1 材料与方法 | 第90-91页 |
| ·材料 | 第90-91页 |
| ·方法 | 第91页 |
| ·各试点产量与气象因子相关分析 | 第91页 |
| ·主成分分析与逐步回归分析 | 第91页 |
| ·基于气象因子的四种水稻产量预测模拟模型的比较 | 第91页 |
| 2 结果与分析 | 第91-97页 |
| ·气象因子与试点产量的相关分析 | 第91-92页 |
| ·主成分分析与逐步回归分析 | 第92-94页 |
| ·主成分分析 | 第92-93页 |
| ·各因子与产量的相关分析和回归方程的建立 | 第93-94页 |
| ·基于气象因子的四种水稻产量预测模拟模型的比较 | 第94-97页 |
| ·水稻产量预测模拟的普通BP网络模型 | 第94-96页 |
| ·水稻产量预测模拟的遗传BP网络模型(GBP) | 第96页 |
| ·水稻产量预测模拟的混沌BP网络模型(CBP) | 第96-97页 |
| ·四种水稻产量预测模拟模型的比较 | 第97页 |
| 3 讨论 | 第97-99页 |
| 第六章 南方多云雨山区水稻产量与气候及土壤因素的关系 | 第99-109页 |
| 1 材料与方法 | 第100-101页 |
| ·材料 | 第100页 |
| ·方法 | 第100-101页 |
| ·各试点产量与土壤、气象因子相关分析 | 第100页 |
| ·主成分分析与逐步回归分析 | 第100页 |
| ·基于气象因子的四种水稻产量预测模拟模型的比较 | 第100-101页 |
| 2 结果与分析 | 第101-108页 |
| ·土壤、气象因子与试点产量的相关分析 | 第101-102页 |
| ·主成分分析与逐步回归分析 | 第102-104页 |
| ·主成分分析 | 第102-103页 |
| ·各因子与产量的相关分析和回归方程的建立 | 第103-104页 |
| ·基于气象因子的四种水稻产量预测模拟模型的比较 | 第104-108页 |
| ·水稻产量预测模拟的普通BP网络模型 | 第104-106页 |
| ·水稻产量预测模拟的遗传BP网络模型(GBP) | 第106-107页 |
| ·水稻产量预测模拟的混沌BP网络模型(CBP) | 第107页 |
| ·四种水稻产量预测模拟模型的比较 | 第107-108页 |
| 3 讨论 | 第108-109页 |
| 第七章 南方多云雨山区水稻产量的神经网络预测模型 | 第109-115页 |
| 1 材料与方法 | 第110页 |
| ·材料 | 第110页 |
| ·方法 | 第110页 |
| 2 结果与分析 | 第110-113页 |
| ·CGBP网络模型 | 第110-113页 |
| ·三种水稻产量预测模型的比较 | 第113页 |
| 3 讨论 | 第113-115页 |
| 第八章 全文小结 | 第115-119页 |
| 1 全文结论 | 第115-116页 |
| ·基因型与产量环境互作效应年份与地点间的变化 | 第115页 |
| ·土壤因子与水稻产量的关系 | 第115页 |
| ·气象因子与产量的关系 | 第115-116页 |
| ·土壤、气象因子与产量的关系 | 第116页 |
| ·南方山区水稻产量预测模型 | 第116页 |
| 2 本研究的创新之处 | 第116-118页 |
| 3.有待于进一步研究的问题 | 第118-119页 |
| 参考文献 | 第119-129页 |
| 附录 | 第129-143页 |
| 致谢 | 第143-144页 |
| 博士在读期间发表(投稿)的论文 | 第144页 |