安徽农业科学
安徽農業科學
안휘농업과학
JOURNAL OF ANHUI AGRICULTURAL SCIENCES
2014年
10期
2959-2961
,共3页
腐烂病%PSO%神经网络%预测
腐爛病%PSO%神經網絡%預測
부란병%PSO%신경망락%예측
Canker%Partical Swarm Optimization%Neural network%Forecast
准确预测苹果树腐烂病的流行程度,可以科学合理地预防苹果树腐烂病.利用陕西白水县的气象历史数据,将其提取主成分后作为预测因子,采用粒子群(PSO)神经网络建立苹果树腐烂病预测模型.与传统BP神经网络相比,改进PSO神经网络预测结果更接近于实际值,同时避免陷入局部极小的缺点,达到了很好的预测效果.可见,该方法用于预测苹果树腐烂病远优于BP算法,可作为一种新方法预测苹果树腐烂病.
準確預測蘋果樹腐爛病的流行程度,可以科學閤理地預防蘋果樹腐爛病.利用陝西白水縣的氣象歷史數據,將其提取主成分後作為預測因子,採用粒子群(PSO)神經網絡建立蘋果樹腐爛病預測模型.與傳統BP神經網絡相比,改進PSO神經網絡預測結果更接近于實際值,同時避免陷入跼部極小的缺點,達到瞭很好的預測效果.可見,該方法用于預測蘋果樹腐爛病遠優于BP算法,可作為一種新方法預測蘋果樹腐爛病.
준학예측평과수부란병적류행정도,가이과학합리지예방평과수부란병.이용협서백수현적기상역사수거,장기제취주성분후작위예측인자,채용입자군(PSO)신경망락건립평과수부란병예측모형.여전통BP신경망락상비,개진PSO신경망락예측결과경접근우실제치,동시피면함입국부겁소적결점,체도료흔호적예측효과.가견,해방법용우예측평과수부란병원우우BP산법,가작위일충신방법예측평과수부란병.
