應(yīng)用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)模型估算水、鹽脅迫下的冬小麥根系分布.pdf

1、該文應(yīng)用實(shí)數(shù)編碼的遺傳算法優(yōu)化人工神經(jīng)網(wǎng)絡(luò)模型的權(quán)值,在室內(nèi)及大田條件下,基于土壤水分、鹽分分布及冠部特征參數(shù),分別對(duì)水分、鹽分脅迫下的根系分布參數(shù)估算進(jìn)行了研究;并將該方法取得的根系參數(shù)應(yīng)用于根系吸水模型中,對(duì)土壤水分、鹽分分布進(jìn)行了模擬,主要結(jié)論如下：1、使用具有均勻分布特性的優(yōu)化分布線性交叉操作算子及自適應(yīng)變異算子,采用實(shí)數(shù)編碼方案及遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)模型權(quán)值,并用異或問題及編碼解碼問題對(duì)算法進(jìn)行了檢驗(yàn),每次試驗(yàn)初始染色體群體隨

2、機(jī)產(chǎn)生,與只使用具有均勻分布特性的優(yōu)化分布線性交叉操作算子或者只使用自適應(yīng)變異算子的遺傳算法相比,在50次重復(fù)試驗(yàn)中該文方法的優(yōu)化成功率最高,平均優(yōu)化代數(shù)最少.結(jié)果表明：應(yīng)用該算法對(duì)神經(jīng)網(wǎng)絡(luò)權(quán)值進(jìn)行優(yōu)化,對(duì)于不同的初始染色體群體,不僅算法的收斂性得到改善,而且縮短了求解時(shí)間.2、冬小麥（苗期）水分脅迫土柱實(shí)驗(yàn)結(jié)果分析表明,適度的水分脅迫會(huì)促進(jìn)根系的生長以及地上部干物重的累積和葉面積的增加;隨著水分脅迫的加重,作物發(fā)育受到抑制.冬小麥（苗