1、本文利用BP神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)分類上的優(yōu)勢，將農(nóng)業(yè)生態(tài)經(jīng)濟(jì)分區(qū)問題歸結(jié)成數(shù)據(jù)分類，利用在BP算法上研究的成果，基于BP算法的改進(jìn)算法建立一個(gè)適合特定區(qū)域的農(nóng)業(yè)生態(tài)經(jīng)濟(jì)分區(qū)的數(shù)據(jù)分類模型，對農(nóng)業(yè)生態(tài)經(jīng)濟(jì)進(jìn)行分區(qū)，這樣不僅能克服目前分區(qū)方法的缺點(diǎn)，還能實(shí)現(xiàn)生態(tài)經(jīng)濟(jì)分區(qū)的自動(dòng)化，提高生態(tài)經(jīng)濟(jì)分區(qū)的效率和準(zhǔn)確率。主要研究工作如下： 1.全面地綜述了神經(jīng)網(wǎng)絡(luò)知識，以及所涉及的應(yīng)用領(lǐng)域，詳細(xì)地介紹了農(nóng)業(yè)生態(tài)經(jīng)濟(jì)的功能，并對農(nóng)業(yè)生態(tài)經(jīng)濟(jì)分區(qū)方法作

2、了深入的研究，找到了目前分區(qū)方法存在的不足，提出了改進(jìn)思想，即將神經(jīng)網(wǎng)絡(luò)引入到這一領(lǐng)域，用神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)農(nóng)業(yè)生態(tài)經(jīng)濟(jì)的分區(qū)。 2.對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了深入的研究，針對BP算法的缺陷，通過實(shí)驗(yàn)采取了，現(xiàn)有的優(yōu)化算法的手段對網(wǎng)絡(luò)進(jìn)行優(yōu)化，包括改進(jìn)激活函數(shù)、調(diào)整參數(shù)、增加動(dòng)量項(xiàng)、調(diào)整網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等。 3.對以上實(shí)驗(yàn)和有關(guān)文獻(xiàn)進(jìn)行了認(rèn)真分析后，找到了不同的輸入在神經(jīng)網(wǎng)絡(luò)上可能對應(yīng)相同的輸出是影響神經(jīng)網(wǎng)絡(luò)結(jié)果準(zhǔn)確性的重要因素之一，

3、并進(jìn)行了理論上的證明和具體實(shí)驗(yàn)環(huán)境的驗(yàn)證。在論文中提出了用相同的訓(xùn)練數(shù)據(jù)在不同的初始權(quán)值和閾值的情形下多次訓(xùn)練神經(jīng)網(wǎng)絡(luò)，從而構(gòu)建不同于一般多級分類器方法的多個(gè)分類器的思想，即二步檢測法，可以實(shí)現(xiàn)對干擾數(shù)據(jù)的有效過濾。 4.針對三峽庫區(qū)農(nóng)業(yè)生態(tài)經(jīng)濟(jì)特點(diǎn)，結(jié)合BP神經(jīng)網(wǎng)絡(luò)的特性，構(gòu)建了一個(gè)適合該區(qū)域的基于BP網(wǎng)絡(luò)的農(nóng)業(yè)生態(tài)經(jīng)濟(jì)分區(qū)模型，模型運(yùn)用了二步檢測法算法，同時(shí)對樣本的選取，網(wǎng)絡(luò)的訓(xùn)練，隱含層的確定等作了較為詳細(xì)的研究，通過實(shí)驗(yàn)