简介： 本发明公开一种基于神经网络的土壤养分与果实品质关系预测方法，通过BP神经网络、Levenberg‑Marquardt BP训练函数和Log‑sigmoid传递函数构建预测模型，进而预测土壤矿质元素含量与果实品质指标之间的关系；然后对预测模型的敏感性进行检测，筛选对该预测模型贡献最大的土壤矿质元素含量，然后通过3D响应曲面分析对这些影响最大的矿质元素的适宜范围进行探究，以获得最佳的果实品质，得出桃树吸收矿质元素的规律，最后根据桃树养分吸收规律制定桃配方专用肥，使矿质元素养分比例达到平衡，既能满足桃树体生长发育的需要，又能提高果实产量和品质。本发明可以广泛应用于农林业。