《表4 不同预测模型的建模与验证结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于小波神经网络的温室番茄产量预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证模型的预测效果，将WNN模型的输出结果与BP神经网络模型、机理模型的输出结果进行对比，预测效果对比情况见表4。经分析可知，采用WNN模型预测结果的平均相对误差为1.02%，BP神经网络模型预测结果的平均相对误差为2.42%，机理模型预测结果的平均相对误差为3.76%，WNN模型的预测精度较高。WNN收敛速度优于BP神经网络模型和作物机理模型，经过232次预测效果已达到最优。综上所述，通过将小波分析和BP神经网络进行结合构造出的WNN模型收敛速度较快、预测精度较高，实现了番茄产量的精准预测，能够为合理安排温室内的作物种类、制定灌溉和施肥等管理计划提供依据，并且为实现温室内资源的充分利用和经济效益的最大化提供理论支持。