基于BP人工神经网络算法的苹果制干适宜性评价

张彪,刘璇,毕金峰,吴昕烨,金鑫,李旋,李潇

Suitability Evaluation of Apple for Chips-Processing Based on BP Artificial Neural Network

ZHANG Biao,LIU Xuan,BI JinFeng,WU XinYe,JIN Xin,LI Xuan,LI Xiao

表8 基于BP神经网络算法苹果制干适宜性得分预测结果

Table 8 Prediction result of chips-processing suitability evaluation model based on BP neural network

学习模型 Learning model 验证样本 Validation sample 实际得分 Actual score 预测得分 Predicted score 相对误差 Relative error (%) 1 辽宁金冠 Liaoning Golden Delicious 0.6681 0.6590 -1.35 陕西富士 Shaanxi Fuji 0.5259 0.4808 -8.58 山西坡顶富士 Shanxi Poding Fuji 0.5059 0.5235 3.48 甘肃秦冠 Gansu Qinguan 0.4071 0.4146 1.84 山东金冠（淄博） Zibo Golden Delicious 0.3526 0.3761 6.68 2 陕西瑞洋 Shaanxi Ruiyang 0.7010 0.7480 6.71 山东金冠（泰安）Taian Golden Delicious 0.5870 0.5906 0.62 甘肃秦冠 Gansu Qinguan 0.4071 0.4146 1.84 山西半坡秦冠 Shanxi Banpo Qinguan 0.5021 0.5513 9.78 山东金冠（淄博）Zibo Golden Delicious 0.3526 0.3761 6.68 3 辽宁华月 Liaoning Huayue 0.6713 0.6885 2.57 山东国光（淄博）Zibo Ralls 0.5069 0.5149 1.58 甘肃金冠 Gansu Golden Delicious 0.6055 0.6291 3.89 陕西秦红 Shaanxi Qinhong 0.3871 0.3608 -6.80 辽宁新红星 Liaoning Starkrimson 0.4537 0.4959 9.30