农业工程学报
農業工程學報
농업공정학보
2008年
7期
141-145
,共5页
汪璇%吕家恪%胡小梅%谢德体
汪璇%呂傢恪%鬍小梅%謝德體
왕선%려가각%호소매%사덕체
人工神经网络%遗传算法%模拟退火%水稻虫害预测
人工神經網絡%遺傳算法%模擬退火%水稻蟲害預測
인공신경망락%유전산법%모의퇴화%수도충해예측
为改进受多变量、时变和不确定因素影响的作物虫情预测的效率和准确性,将人工神经网络、遗传算法和模拟退火技术相结合,提出了一个全新的水稻虫害智能预测模型.模型首先基于人工神经网络,利用现有的多维气象数据、虫害历史数据构建网络结构,然后将遗传算法置于网络内层,模拟退火算法置于网络外层,对神经网络权重和阈值进行优化训练,以使模型输出快速准确地逼进目标样本.模型被应用在重庆市永川水稻二化螟虫情预测中,结果表明该模型能够较精确地预测未来虫害的发生程度.与传统的BP人工神经网络预测相比,预测精度和预测时间都得到较大提高,因而利用智能模型进行水稻虫害预测具有良好的实用价值.
為改進受多變量、時變和不確定因素影響的作物蟲情預測的效率和準確性,將人工神經網絡、遺傳算法和模擬退火技術相結閤,提齣瞭一箇全新的水稻蟲害智能預測模型.模型首先基于人工神經網絡,利用現有的多維氣象數據、蟲害歷史數據構建網絡結構,然後將遺傳算法置于網絡內層,模擬退火算法置于網絡外層,對神經網絡權重和閾值進行優化訓練,以使模型輸齣快速準確地逼進目標樣本.模型被應用在重慶市永川水稻二化螟蟲情預測中,結果錶明該模型能夠較精確地預測未來蟲害的髮生程度.與傳統的BP人工神經網絡預測相比,預測精度和預測時間都得到較大提高,因而利用智能模型進行水稻蟲害預測具有良好的實用價值.
위개진수다변량、시변화불학정인소영향적작물충정예측적효솔화준학성,장인공신경망락、유전산법화모의퇴화기술상결합,제출료일개전신적수도충해지능예측모형.모형수선기우인공신경망락,이용현유적다유기상수거、충해역사수거구건망락결구,연후장유전산법치우망락내층,모의퇴화산법치우망락외층,대신경망락권중화역치진행우화훈련,이사모형수출쾌속준학지핍진목표양본.모형피응용재중경시영천수도이화명충정예측중,결과표명해모형능구교정학지예측미래충해적발생정도.여전통적BP인공신경망락예측상비,예측정도화예측시간도득도교대제고,인이이용지능모형진행수도충해예측구유량호적실용개치.
