30 / 224
Научный журнал Российского НИИ проблем мелиорации, № 2(18), 2015 г., [16–30]
12
Функция отклика регрессионной НС имеет вид:
4
1
)(
)1(
)(
n
t
n
n
n
xt w S
,
54
1
)2(
) ( )(
j
n
j
j
Sf t w S
,
2
1
)3(
) ( )(
m
j
m
m
Sf t w S
,
4,1 ),
( )(
деi
Sf ty
m
i
,
где
t
– дискретное значение временного ряда;
w
– матрица весовых коэффициентов;
)(
t
n
x
–
п
-я координата входного вектора в определенный момент
t
;
) ; ; (
m j
n
SSSf
– передаточная функция скрытых и выходящих слоев НС.
Систему формул можно представить в виде:
4,1
))),
)(
( )(
( )(
( )(
∑ ∑ ∑
2
1
54
1
4
1
)(
)1(
)2(
)3(
іде
xt w f t w f t w f ty
m
j
n
t
n
n
j
m
i
.
В результате оценки отклика НС было осуществлено ранжирование
факторов влияния на динамику формирования урожайности зерна нута
(рисунок 4):
- на первом месте суммарное водопотребление (м
3
/га) с коэффициен-
том влияния 3,47;
- на втором – доза внесения минеральных удобрений (кг/га дейст-
вующего вещества) (1,35);
- на третьем – загущение растений (млн шт./га) (1,25);
- на четвертом – глубина основной обработки почвы (см) (0,97).
Выводы и предложения.
Впервые применен метод искусственных
нейронных сетей для моделирования и программирования урожайности
зерна нута. В результате моделирования создана регрессионная искусст-
венная нейронная сеть, достоверность моделирования составила 92,08 %.
Также определены нелинейные закономерности степени влияния изучае-
Электронная Научная СельскоХозяйст енная Библиотека