农作物用水量预测及智能灌溉方法(4)

二、问题分析

2.1问题1的分析

对于问题一，要结合表1中作物1的实测需水量与产量的对应数据，建立该作物全生育期的水分生产函数的模型。因此首先考虑的是利用题目中已有数据以需水量x为横轴，产量y为纵轴拟合散点图图像，通过图像找出需水量与产量的一些相关规律。根据拟合出的图像，我们发现需水量x与产量y近似抛物线图像，从而对需水量为自变量、产量为因变量建立二次函数模型，并用题目中数据通过eviews8.0软件进行拟合和进一步验证，发现参数检验均显著且函数拟合优度R^2=1,说明模型建立良好。

2.2问题2的分析

对于问题二，在第一题的基础上要求进一步考虑作物全生育期内各阶段的蒸发蒸腾量与最终产量之间的关系，通过选取某类优化算法，寻求最优的作物水分生产函数。考虑到各阶段蒸发蒸腾量和产量之间无法构建确定的相关关系函数，首先尝试采用BP神经网络模型，BP神经网络是一种基于误差反向传播算法算法的多层前向人工神经网络，可以实现输入和输出间的任意非线性映射,因此它在诸如函数逼近、模式识别、数据压缩等领域有着更加广泛的应用。

首先利用题目中给出的样本中的一部分训练出神经网络模型，并用剩余样本进行校验，检验神经网络模型的适用性。但考虑到BP神经网络模型可能会存在拟合精度不高、收敛慢等缺点。我们考虑同时使用另一种方法来建立最优的作物生长模型，遗传程序设计是一种自动化编程设计，擅长于模型结构的自动搜索，具有实用性强、精度高等优点，它是依据自然选择的原理和生物进化论,通过进化由树结构表示的计算机程序,在建模、预测、控制、神经网络设计、人工生命等方面得到了成功应用。因此我们考虑利用遗传程序建立作物水分生产函数模型。最后通过将遗传程序建立的作物水分生产函数与BP神经网络模型、Jensen模型和Blank模型进行拟合精度比较，从而寻求最优的作物水分生产函数。

2.3问题3的分析

针对问题三，我们要建立该地区水稻的非充分灌溉制度优化模型，以解决在非充分灌溉的情况下，供水量在各生育期（从分蘖到乳熟阶段）合理分配的问题，