基于BP神经网络的气候因素影响的菜籽油品质预测方法技术

本发明专利技术公开了一种基于BP神经网络的气候因素影响的菜籽油品质预测方法，包括：获取菜籽油种植时期的气候因素指标数据以及对应菜籽油的品质指标数据；气候因素指标包括苗期、薹期、花期、角果成熟期和全生育期的日均温、日均最低温度、日均最高温度、日均温差、相对湿度、降水量和辐射量共35项气候指标；菜籽油品质指标包括出油效率、极性总酚、类胡萝卜素、菜籽甾醇、菜油甾醇、β‑谷甾醇、α‑生育酚、γ‑生育酚、油酸、亚油酸和亚麻酸，共11项品质指标；构建BP神经网络预测模型的拓扑结构；确定训练参数与函数，反复训练以调整BP神经网络的权值和阈值，获得BP神经网络预测模型。本发明专利技术实现了对基于气候因素的菜籽油品质的准确预测。

【技术实现步骤摘要】

本专利技术涉及菜籽油品质指标预测领域，尤其一种基于bp神经网络的气候因素影响的菜籽油品质预测方法。

技术介绍

1、油菜是我国第一大油料作物，菜籽油在我国食用油供应中占有关键地位。长江流域是中国的油菜主产区，但该产区的油菜生产具有明显的地域性和多样性。环境因子是作物生长的主要条件，由于地理位置的差异，不同的生态区域有不同的温度、光照、降雨等气候因子，对菜籽油的品质生长有一定的影响。因此，建立基于气候因素的菜籽油品质预测有利于推动油菜籽产业的可持续发展。但该方法需要综合考虑多个气象要素，对数据处理和建模算法等方面提出了更高的要求。神经网络是一种较强大的机器学习算法，可以有效处理大量的数据，并通过自我学习来提高预测精度。

2、bp神经网络把训练样本的输入输出问题转变成了一个非线性的数学优化方面的问题，bp神经网络根据widrow-hoff规则，使用数学优化算法中的最速下降算法，实现对任意非线性映射的逼近，具有很强的泛化能力和处理能力。从理论上来说，bp神经网络可以对于任意复杂的非线性映射进行运算，而却可以达到非常小的误差，同时bp神经网络的隐含层层数本文档来自技高网...

【技术保护点】

1.一种基于BP神经网络的气候因素影响的菜籽油品质预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于BP神经网络的气候因素影响的菜籽油品质预测方法，其特征在于，所述步骤S1中归一化处理具体为将气候因素指标数据和品质指标数据转化为[0,1]区间的值，归一化转换公式如下：

3.根据权利要求1所述的一种基于BP神经网络的气候因素影响的菜籽油品质预测方法，其特征在于，所述步骤S2中隐含层的神经元个数确定公式为：

4.根据权利要求1所述的一种基于BP神经网络的气候因素影响的菜籽油品质预测方法，其特征在于，所述步骤S1中归一化处理后的数据随机分...

【技术特征摘要】

1.一种基于bp神经网络的气候因素影响的菜籽油品质预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于bp神经网络的气候因素影响的菜籽油品质预测方法，其特征在于，所述步骤s1中归一化处理具体为将气候因素指标数据和品质指标数据转化为[0,1]区间的值，归一化转换公式如下：

3.根据权利要求1所述的一种基于bp神经网络的气候因素影响的菜籽油品质预测方法，其特征在于，所述步骤s2中隐含层的神经元个数确定公式为：

4.根据权利要求1所述的一种基于bp神经网络的气候因素影响的菜籽油品质预测方法，其特征在于，所述步骤s1中归一化处理后的数据随机分成两组，其中数据的70％作为训练集用于训练，剩下的30％用于验证网络的收敛性。

【专利技术属性】
技术研发人员：贾才华，马玉林，周广生，赵思明，汪波，蒯婕，王晶，赵杰，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：