基于BP和RBF神经网络模型的草坪质量综合评价

编号 zgly0001625449

文献类型 期刊论文

文献题名 基于BP和RBF神经网络模型的草坪质量综合评价

作者 肖波  宋桂龙  韩烈保  包永霞  李飞飞  陈爱霞 

作者单位 北京林业大学草坪研究所  长江大学园艺园林学院  荆州市高级技工学校 

母体文献 草业学报 

年卷期 2012年04期

年份 2012 

分类号 S688.4 

关键词 草坪质量综合评价  BP神经网络  RBF神经网络 

文摘内容 依据现有的草坪质量评价指标体系,于2010年调查了20个草地早熟禾品种成坪后的11项指标,包括草坪的密度、质地、颜色、均一性、绿期、抗病性、盖度、耐践踏性、成坪速度、草坪强度以及生物量。然后,运用神经网络原理及Matlab神经网络工具箱,以其中的15个草地早熟禾品种成坪后的11项指标的实地调查值作为网络输入,以专家打分作为网络输出,通过不断调整网络训练参数,使网络性能达到最优,构建了草坪质量综合评价的BP和RBF神经网络模型,并给出了BP和RBF神经网络模型的分析方法及其Matlab实现步骤。利用训练好了的网络模型,对其余的5个草地早熟禾品种的综合质量评价得分进行网络预测,结果表明,RBF神经网络的预测误差均小于2%,而BP神经网络的预测误差均大于5%,因此,基于RBF神经网络模型的草坪质量评价结果比BP神经网络更准确,可以用于草坪质量综合评价。与常规的加权法、层次分析法或模糊综合评判法评价草坪质量相比,基于RBF神经网络模型的草坪质量综合评价,在一定程度上减少了评价中主观因素的影响,简化了计算步骤,为草坪质量综合评价提供了一种全新的思路。