虫 情预测精品参考资料.docVIP

软件第三次作业 ——基于神经网络的虫情预测 学院：应用科学学院 班级：统计11-1 姓名：范佳琦 学号：1107060104 摘要 农作物主要害虫常年对作物造成严重危害，使农业经济遭到损失。预测害虫未来的发生动态，可以使治虫工作得以有目的、有计划、有重点的进行。害虫的预测预报工作是进行害虫综合防治的必要前提。 本文首先对人工神经网络相关理论作介绍，引出神经网络的概念。然后，对神经网络进行了详细的研究分析，建立了基于前馈反向传播神经网络的模型结构。本文以二化螟虫作为农作物虫害的代表，选取了平均气温、最低温度、日照时数及降雨量作为主要影响因素。根据够构建的神经网络的模型结构，对以二化螟虫的其气候因子作为输入量，虫害程度作为输出量的农作物虫害进行了应用设计。最后，对该农作物虫害的应用设计进行了模拟仿真训练，预测测试。得出其精确度达到81.818%，预测效果说明模型的建立效果令人满意。 关键词 人工神经网络；农作物虫害预测；前馈反向神经网络；模型预测 一、神经网络的基本介绍 1、人工神经网络的基本介绍 人工神经网络（artificial neural network，缩写ANN），简称神经网络（neural network，缩写NN），是一种模仿生物神经网络的结构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统。现代神经网络是一种非线性统计性数据建模工具，常用来对输入和输出间复杂的关系进行建模，或用来探索数据的模式。 神经网络是一种运算模型[1]，由大量的节点（或称“神经元”，或“单元”）和之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重（weight），这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。 它的构筑理念是受到生物（人或其他动物）神经网络功能的运作启发而产生的。人工神经网络通常是通过一个基于数学统计学类型的学习方法（Learning Method）得以优化，所以人工神经网络也是数学统计学方法的一种实际应用，通过统计学的标准数学方法我们能够得到大量的可以用函数来表达的局部结构空间，另一方面在人工智能学的人工感知领域，我们通过数学统计学的应用可以来做人工感知方面的决定问题(也就是说通过统计学的方法，人工神经网络能够类似人一样具有简单的决定能力和简单的判断能力)，这种方法比起正式的逻辑学推理演算更具有优势。 二、问题回顾 农作物主要害虫常年对作物造成严重危害，使农业经济遭到损失。预测害虫未来的发生动态，可以使治虫工作得以有目的、有计划、有重点的进行。害虫的预测预报工作是进行害虫综合防治的必要前提。只有对害虫发生危害的预测预报做到及时、准确，才能正确的拟定综合防治计划，及时采取必要的措施，经济有效的压低害虫的发生数量，保证农业的高产、稳产。 关于害虫预测的方法有很多，按其基本做法可大致分为三类。 (一)统计法 根据多年观察积累的资料，探讨某种因素如气候因素、物候现象等，与害虫某一虫态的发生期、发生量的关系，或害虫种群本身前后不同的发生期、发生量之间的相关关系，进行相关回归分析，或数理统计计算，组建各种预测式。 (二)实验法 应用实验生物学方法，主要求出害虫各虫态的发育速率和有效积温，然后应用当地气象资料预测其发生期。另一方面，用实验方法探讨营养、气候、天敌等因素对害虫生存、繁殖能力的影响，提供发生量预测的依据。 (三)观察法 是指直接观察害虫的发生和作物物候的变化，明确其虫口密度、生活史与作物生育期的关系，应用物候现象、发育进度、虫口密度、和虫态历期等观察资料进行预测，为目前我国最通行的预测方法。主要预测发生期、发生量和灾害程度。 气候因素对昆虫的发生发展有密切关系。主要包括温度、水(湿度或降雨)、光照、气流(风)等。这些因素相互影响共同作用于昆虫。但它们也各有其特殊的方面。气候因素可以直接影响昆虫的生长、发育、生存、繁殖，从而造成害虫不同的发生期、发生量和危害程度。 1温度 昆虫在完成其生