基于bp神经网络的农作物虫情预测预报及其matlab实现-农业机械化工程专业论文.docxVIP

摘 摘 要 农嚣物主要害虫鬻年对佟纺造成严重蔻害，傻农泣经济遭到攘失。{囊测害虫来来豹 发生动态，霹激毽治蛊工作褥以鸯露豹、旨计划、有藿煮豹进行。害斑静预溯预报工作 是迸嚣害虫综含陵浓韵必簧前掇。只有对害虫发，圭危害鹊预测预报骰翻及时、准确，才 髓歪确静拟定练合防治诗翎，及辩采取必簧的措麓，经济有效的藤低窖虫的发生数量， 绦证农监豹高产、稳产。 笈生嚣顸溯就是预测窖虫的笈生数量，害虫发生照的预测是决定防治区域、簖治嗣 块面积及防治次数的依据。但其总的研究进展仍远远落后于发生期的预测。这是由于影 响害虫发生量的因素较多及其不确定俄所致。因而采用三层BP网络对虫害发生量进行 预测可以有效的刻湎其具有的不确定、多输入、复杂的非线性特，谯。 人工神经网络是一类模拟人类神经系统的结构，他揭示数据样本中蕴含的4}线性关 系，大跫处理单元组成非线性融适应动态系统，具有良好的自适应性、自组织及很强鲍 学习、联想、容错和抗干扰能力，在不同稷度和层次上可模仿大脑的信息处理枧理，霹 灵活方便的对多成因的复杂未知系数进行建模。特别是BP网络近年来广泛应用予模式 识别、预测评储等领域，并取得良好的效果。熙前BP网终采耀误差逆传攘算法学习训 练神经网络，该算法是基予网终误差函数梯度下降救。为了克服BP溅终褒学习谢练过 程中收敛速度慢、容易陷入局部极小的不足，本文采弱了叁逶囊弱学习速率穰辫麓动煮 法。 然蕊，BP网终的模型灼实璎懿要掌握计算抚缡程语言及较高漪编程畿力，这在一 定稷度上不剿予耪缀鄹络技术的雄广秽使髑。褥MATLAB软|f率提供了一个现成的神经 阚终工具键(Neural Network Toolbox，简称NNT)，为解决这个难题提供了傻利条件。本 文在麓要食镏了Bp裤经嬲络萎本爨瑾及箕算法的蓬础上，详维介绍了利翔MATLAB 襻经鼹终工兵籍进移Bp弼络模登建立、诱f练、仿真的编程方法。同时，为了弥补、tATLAB 在人橇交互性能上静欠缺，建立淞下LA8与DELPHI之间的应用程序接口，将DELPHI灵 活强大鲍绫程能力、MATLAB强大静科学计算能力相结合。 本文圭簧利霜神经潮络耀论，基于MATLAB的神经网络正具箱建立了虫害发生量预 报预测的BP神经网络预测系统，确定了发生量与自然因素之间的联系。并通过对安徽 报预测的BP神经网络预测系统，确定了发生量与自然因素之间的联系。并通过对安徽 省庐江县田间水稻虫情的预测来检验模型的效果。实验结果证明了该模型用于虫情预测 的可行性，具有很好的应用价值。 关键词：虫害发生量预测预报MATLAB神经网络工具箱BP神经网络DELPHI AbstractThe Abstract The main pests do serious harm to crops perennial and damage the agricultural economy． To predict the trends of pests in the future，the works to control the pests can be implemented designedly and purposefully．Only when the prediction is betimes and accurately,people can draw out the colligated plan and take the effective measure to reduce the quantity of pests and ensure ag矗cultural product fruitful． The prediction of the occurrence level of pests is to predict the amount of pests and it is the core of which and how many fields need to be controlled。But the whole progress of the research is still behind the prediction of the occurrence time．It is because that there are too many effective factors，which aye uncertain。So we propose a there—layer BP neural network that carl better depict the model’s feature of complex nonlinear,multi-input—output and indefinite． Neural