基于相空间重构技术和GA-BPNN算法的.PDFVIP

( ) 第 34 卷　第 1 期 西北农林科技大学学报 自然科学版 . 34 . 1 V o l N o 2006 年 1 月 . . . . ( . . . ) . 2006 Jou r o f N o r thw e st Sci T ech U n iv o f A gr i an d Fo r N at Sci E d J an 基于相空间重构技术和 GA -BPNN 算法的 小麦条锈病受灾率预报模型 张　静 ( 襄樊学院 物理系, 湖北 襄樊 44 1000) 　　[摘　要]　利用混沌理论, 对湖北省某地区小麦条锈病受灾率进行混沌特征验证, 然后利用B P 神经网络非线 性逼近器能力, 建立预测模型, 利用重构相空间, 确定神经网络的输入节点数及输入值, 并引入遗传算法优化 B P 神 经网络参数, 对受灾率进行了成功预报。 [ 关键词]　小麦受灾率预报; 混沌特征; 重构相空间; 模型 GA B PNN [ 中图分类号]　 39 1. 4 1　　　　[ 文献标识码]　 [ 文章编号]　167 19387 (2006) 0 1006304 T P A 　　在我国农业生产中, 小麦生产占有重要地位, 但 1　原始数据 小麦条锈病每年都给小麦生产带来严重危害, 导致 小麦减产。小麦条锈病受灾率时间序列预报研究, 一 本研究以湖北省某地区每年小麦条锈病发病面 直是科研人员关心的重要课题, 且其研究难度也较 积为原始数据, 由于每年小麦播种面积不同, 定义受 大。小麦条锈病受灾率与菌源、气候有关, 可认为是 灾率为每年小麦条锈病发病面积与该年小麦播种面 由许多变量组成的复杂的非线性系统。利用人工神 积之比, 取每年受灾率序列作为本研究讨论的时间 经网络技术建立预测模型, 是解决该问题的一个很 序列, 详见图 1。 好方法。但是, 神经网络输入、输出信号的确定, 只能 基于经验或反复试验来确定, 缺乏有力的理论根据。 近年来, 混沌理论和分形理论的发展为研究这 一问题提供了新的思路, 如果该时间序列具有混沌 [ 1 ] 特征, 属于混沌时间序列 , 则可以通过相空间重构 ( ) 技术, 在嵌入空间里将有规律的轨迹 吸引子 恢复 出来, 为确定系统性质及预测方法提供理论依据。张 [2 ] 静等 根据混沌理论和分形理论的方法, 对湖北省 襄樊地区小麦条锈病受灾率进行了混沌识别研究, 分析了其功率谱和关联维度, 结果显示该时间序列 具有混沌特