主管单位：吉林省科技厅
主办单位：吉林省科学技术信息研究所
合作单位：吉林省科学技术情报学会
主办单位：吉林省科学技术信息研究所
合作单位：吉林省科学技术情报学会
摘要： 为了快速准确地获得滴灌灌水器流态指数，本研究利用纹孔式滴灌灌水器，不断试验创建了训练-测试 数据集，通过反向传播神经网络回归算法来预测纹孔式滴灌灌水器的流态指数。输入参数包括齿距1，内外边界 间距h,流道角度0，齿错距j;输出参数为流态指数x。根据设置隐藏层的不同，共有10种组合，利用MAE、 MSE、RMSE、APE、R来评估预测模型的可靠性。结果表明，BP模型隐藏层节，点数为8时，具有最优的预测 特度和稳定性，各项评估值分别为2.34×103、8.75×106、2.96×103、4.86×103和0.90。为了评估不同机器学 习算法对模型预测精度存在差异性，另选取了3种模型(F、GR和MLR)进行分析比较，BP模型在各种机器 学习法中预测精度最高，表明在滴灌灌水器的设计和开发阶段使用P模型预测流态指数具有更大的优势。
中图分类号:
