一种用于设施葡萄光合速率预测的神经网络优化方法

本发明公开了一种用于设施葡萄光合速率预测的神经网络优化方法，属于人工智能与农业交叉领域。为解决神经网络随机初始化易陷入局部最优的问题，本方法在训练前，采用结合模拟退火算法的群体智能优化算法进行全局寻优，以确定最优的初始连接权值和节点阈值。该优化过程以Huber损失函数为适应度，并依据Metropolis准则概率性接受较差解，从而有效提升全局搜索能力。获得最优初始参数后，再对输入为二氧化碳浓度、温度等环境因子的神经网络进行训练和预测。本发明有效规避了局部最优问题，显著提高了预测模型的精度和稳定性。