蚁群灰色神经网络模型在稻瘟病预测中的应用.pdfVIP

蚁群灰色神经网络模型在稻瘟病预测中的应用刘坤，等

蚁群灰色神经网络模型在稻瘟病预测中的应用

inPredictionofRiceBlast

ofAntNeuralNetworkModel

ApplicationColonyGrey

纠坤1铁索德2葵福孪1

摘要：水稻稻瘟病这种灰色系统具有复杂的非线性。综合利用蚁群灰色GM(1，1，0)预测模型和RBF神经网络预测模型的特点，

建立了蚁群灰色RBF神经网络组合预测模型。经过14年对水稻稻瘟病的预测分析，得出蚁群灰色神经网络模型的预测精度高达

96．77％，验证了预测模型的有效性。

关键词：稻瘟病灰色系统蚁群优化算法RBF神经网络预测模型

中图分类号：文献标志码：A

thefeaturesofantmodelandRBF

Abstract：Riceblast，thepossessescomplexnon—linearity．Bycombiningcolonygreyprediction

greysystem

neuralnetworkisbeen

neuralnetworkcombinedmodelofantRBF

model，thepredictioncolonygreyestablished．Havingpredicting

prediction

antnetworkeffectivenessof

andrichblastfor14toisobtainedwithneural

accuracycolonymodel，the

analyzingyears，up96．77％prediction

themodelisverified．

prediction

RBFneuralPredictionmodel

blastAntnetwork

Greyalgrithm

Keywords：Ricesystemcolonyoptimization

0引言1蚁群灰色预测模型的建立

稻瘟病作为一种气流传播的多循环病害，它的流1．1GM(1，1，疗)预测模型

行受气象因素影响，尤其是温度、湿度、光和风等诸多GM(1，1)预测模型是最常用的一种灰色模型，它

因素的影响，是一个灰色系统。对于灰色系统的预测，是一个由只包含单变量的一阶微分方程构成的灰色

是从已发生的行为特征量中寻找系统的发展规律，预模型。

测系统未来的行为。并根据未来的行为趋势，确定相应设稻瘟病发病的原始时间序列为：X∞’={x∞’(1)，

的控制决策。石‘0)(2)，…，x∞’(n)}。

灰色残差GM(1，1)预测模型是最常用的灰色系采用累加生成(accumulated

generatingoperation，

统模型。在水稻稻瘟病预测中得