农业工程学报
農業工程學報
농업공정학보
2007年
7期
162-165
,共4页
高艳萍%于红%崔新忠%姜国兴%王美妮
高豔萍%于紅%崔新忠%薑國興%王美妮
고염평%우홍%최신충%강국흥%왕미니
神经网络%L-M优化算法%预测模型%水稻螟虫
神經網絡%L-M優化算法%預測模型%水稻螟蟲
신경망락%L-M우화산법%예측모형%수도명충
农村稻区水稻螟虫发生量与多种气候因素相关,各因素之间存在相互作用,是非线性系统.神经网络能有效地描述非线性模型多输入和不确定的特性.传统的BP网络在训练时易陷入局部极小点从而导致训练时间长、收敛速度慢,采用Levenberg-Marquardt优化算法(简称L-M算法)能克服其缺点.在MATLAB中应用L-M算法对辽宁盘锦田间稻区进行水稻螟虫发生量的仿真预测,试验结果表明L-M优化算法的预测精度和收敛速度明显提高,为稻区防控虫害和精确喷药提供参考,具有实用价值.
農村稻區水稻螟蟲髮生量與多種氣候因素相關,各因素之間存在相互作用,是非線性繫統.神經網絡能有效地描述非線性模型多輸入和不確定的特性.傳統的BP網絡在訓練時易陷入跼部極小點從而導緻訓練時間長、收斂速度慢,採用Levenberg-Marquardt優化算法(簡稱L-M算法)能剋服其缺點.在MATLAB中應用L-M算法對遼寧盤錦田間稻區進行水稻螟蟲髮生量的倣真預測,試驗結果錶明L-M優化算法的預測精度和收斂速度明顯提高,為稻區防控蟲害和精確噴藥提供參攷,具有實用價值.
농촌도구수도명충발생량여다충기후인소상관,각인소지간존재상호작용,시비선성계통.신경망락능유효지묘술비선성모형다수입화불학정적특성.전통적BP망락재훈련시역함입국부겁소점종이도치훈련시간장、수렴속도만,채용Levenberg-Marquardt우화산법(간칭L-M산법)능극복기결점.재MATLAB중응용L-M산법대료녕반금전간도구진행수도명충발생량적방진예측,시험결과표명L-M우화산법적예측정도화수렴속도명현제고,위도구방공충해화정학분약제공삼고,구유실용개치.
