硕士论文-基于神经网络算法玉米精准施肥专家系统的研究，共45页，25186字。
摘要
传统农业的发展在很大程度上依赖于生物遗传育种技术，以及化肥、农药、矿物能源、机械动力等投入的大量增加而实现。由于化学物质的过量投入引起生态环境和农产品质量下降，高能耗的管理方式导致农业生产效益低下，资源日显短缺这种管理模式显然不能适应农业持续发展的需要。精准农业是近年来国际上农业科学研究领域的热点问题，是人们在探索21世纪农业高新技术发展的过程中，为减少农业生产中的盲目投入，节约成本，增加产量，减少环境污染，提高农资利用率，阻止生态环境的进一步恶化，而提出的一种新思想。
精准农业变量施肥的技术路线和原则是在充分了解土地资源和作物群体变异情况的基础上，因地制宜地根据田间每一操作单元的具体情况，精细准确地调整肥料的投入量，最终获取最大的经济效益和环境效益。
本文针对精准农业技术体系中变量施肥这一关键环节，围绕变量施肥技术及应用系统开发，探讨了传统施肥模型的施肥决策。并结合神经网络算法，设计基于神经网络算法的玉米精准施肥模型。并且实现了玉米底肥施用的预测。在此基础上，引用玉米冠层光谱氮营养诊断追肥模型，根据在榆树试验基地测得的NDVI值，计算试验地的追肥量。由合理地施用底肥和追肥，进而实现合理施肥。采用神经网络算法的信息处理技术，因其较强的计算性和学习性，现如今已经在各工程领域内得到了广泛应用。在农业系统中采用神经网络技术可在一定程度上可弥补传统方法的不足，现已成为实现农业现代化的一个重要途径。将神经网络算法应用到施肥系统中，可以利用神经网络算法的高度非线性，良好的容错性，自适应性的特点得到合理的模型预测结果，反映玉米的需肥特性。
通过初步的实践验证和应用效果分析，本研究成果有较好的实用价值。具体如下，
(1) 施肥决策模块是本文研究的重点内容。主要分为施底肥和追肥。底肥的施用采用了传统的施肥模型进行了施肥预测。同时基于神经网络算法在解决非线性问题上的优点，设计了结构为4—5—3的神经网络模型。模型的预测结果表明，神经网络模型预测的施肥量精度更高，比传统的施肥模型更接近实际值，更符合生产实际需要。
(2) 在追肥方面，引用玉米冠层光谱氮营养诊断追肥模型，根据在榆树试验基地测得的NDVI值，计算试验地的追肥量。得到的追肥量结果符合追肥量范围。
(3) 结合玉米施肥模块，另配以“品种选择”, “产量预测”和“效益分析”三个模块，共同作为玉米精准生产的指导，获得更高的经济效益。
关键词：人工神经网络，专家系统，施肥，NDVI，追肥

目 录
第1章 绪论 1
1.1研究背景与意义 1
1.2国内外研究现状 2
1.3本文所做工作 4
第2章 几种主要精准施肥模型 5
2.1 常用的施肥模型 5
2.2基于神经网络的施肥模型 7
第3章 基于神经网络的精准施肥模型设计与实现 12
3.1玉米精准施肥施肥模型设计 12
3.2玉米精准施肥算法实现 13
3.3施肥模型预测结果的分析 14
第4章 基于神经网络的精准施肥专家系统的设计与实现 16
4.1 系统的总体设计 16
4.2 系统实现的主要技术 17
4.3精准施肥专家系统的实现 22
第5章 结论与展望 34
5.1结论 34
5.2展望 35
参考文献 36
致谢 38
个人简介 39

论文大小：804.50KB
论文格式：word
论文专业：计算机应用技术
论文编号：209810
论文文件预览：
共1文件夹，1个文件，文件总大小：804.50KB，打包后大小：388.10KB

• 硕士论文-基于神经网络算法玉米精准施肥专家系统的研究
• 基于神经网络算法玉米精准施肥 专家系统的研究 .doc  [804.50KB]