基于BP‑GA的温室农作物种植效率条件优化方法及系统

摘要

本发明提供一种基于BP‑GA的温室农作物种植效率条件优化方法及系统，其中的方法包括：采集温室农作物的样本数据；根据所采集的样本数据构建三层拓扑结构的BP神经网络模型；用样本数据对所构建的三层BP神经网络模型进行训练，挖掘输入变量与输出变量之间的函数关系；根据函数关系和预设的评分权重，获取综合指标E，利用GA对所述函数关系进行极值寻优，获取决策参数；其中，决策参数为在综合指标E为最优时，对应的输入变量组合。通过本发明能够及时地掌握使温室农作物种植效率提升的最优决策参数组合，并做出精确地预测；可以及时采取调节措施，使影响种植效率的关键因素得到合理的控制，保证种植产量可观，品质提升，有效的节约资源，降低生产成本。

主权项

一种基于BP‑GA的温室农作物种植效率条件优化方法，包括：采集温室农作物的样本数据，所述样本数据为对温室农作物的产量和品质造成影响的因素；根据所采集的样本数据构建三层拓扑结构的BP神经网络模型；其中，将所采集的样本数据作为所述BP神经网络模型的输入变量，将与温室农作物产量和品质有关的因素作为所述BP神经网络模型的输出变量，用所述样本数据对所构建的三层BP神经网络模型进行训练，挖掘所述输入变量与输出变量之间的函数关系；根据所述函数关系和预设的评分权重，获取综合指标E，根据所述综合指标E，利用GA对所述函数关系进行极值寻优，获取决策参数；其中，所述决策参数为在综合指标E为最优时，对应的输入变量组合。