苹果树病虫害预测与防治决策支持系统研究

摘要

苹果是我国主要的经济作物之一，近年来，伴随现代农业建设，我国苹果产业得到快速发展。我国已成为苹果生产大国，栽培面积和产量都居于世界首位。苹果已成为一些地区或农村的经济支柱，增加了农民收入，改善了农民生活。
　　然而受到人为和自然因素的影响，苹果树经常会发生各类病虫害，造成巨大危害，不但威胁到苹果的产量及品质，而且对于果农的经济收益和生产效益也会造成不同程度的影响。本文以苹果树病虫害为研究对象，以泰安市苹果树腐烂病为例，进行苹果树病虫害预测与防治决策支持系统的研究，具体研究内容以及研究成果如下:
　　(1) BP神经网络预测模型研究。利用主成分分析法对BP神经网络预测模型的输入数据进行处理，提取了主要影响因素，实现了降维，该方法为提高模型的精准度提供了基础支撑。选取Sigmoid函数作为模型的激活函数，附加动量法作为模型的学习算法，提高了收敛速度和模型预测的准确度。试验表明，模型训练速度快，能够准确预测结果。
　　(2)小波网络预测模型研究。通过对分离式和融合式小波网络的对比，将融合式小波网络应用于苹果树病虫害流行程度的预测。通过主成分分析法对输入数据进行降维，选取Morlet函数作为模型的激活函数，建立小波网络预测模型，对泰安市的苹果树腐烂病流行程度进行预测。试验表明，模型预测精准度和收敛速度较BP神经网络预测模型有显著提高。
　　(3)苹果树病虫害预测与防治决策支持系统研究。首先，在需求分析的基础上，将系统功能分为八个功能模块，并对其进行了详细的研究和设计;其次，根据功能模块的划分，对系统的数据库进行了分析与设计;最后，采用S2SH整合开发技术等，利用MySQL数据库、Tomcat服务器，完成了苹果树病虫害预测与防治决策支持系统的开发。系统可以为用户了解病虫害信息提供途径，为病虫害的预测预报提供决策支持，对果农及时做好防治准备工作具有重要意义，而且有利于果农根据预测流行程度的严重性较早制订防治方案，减少经济损失。

目录

声明

摘要

1 绪论

1．1 研究目的及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．2．3 研究现状分析

1．3 研究内容、方法及技术路线

1．3．1 研究内容

1．3．2 研究方法

1．3．3 技术路线

2 基本理论概述

2．1 决策支持系统概述

2．1．1 决策支持系统概念

2．1．2 决策支持系统分类

2．2 BP神经网络概述

2．2．1 BP神经网络介绍

2．2．2 BP网络学习方式

2．3 小波分析概述

2．3．1 小波分析基础

2．3．2 小波变换

2．3．3 常用小波函数

3 苹果树病虫害预测与防治决策支持系统相关模型研究

3．1 主要影响因子提取方法研究

3．1．1 主成分分析法概述

3．1．2 影响苹果树腐烂病的因素分析

3．1．3 基于主成分分析的苹果树腐烂病预测主要因子提取

3．2 基于BP神经网络预测模型研究

3．2．1 BP算法基本流程

3．2．2 BP算法的局限性

3．2．3 BP算法的改进

3．2．4 基于BP神经网络预测模型的建立

3．2．5 实验结果分析

3．3 基于小波网络预测模型研究

3．3．1 小波网络模型的选择

3．3．2 小波网络学习算法

3．3．3 基于小波网络预测模型的建立与检验

4 苹果树病虫害预测与防治决策支持系统设计与实现

4．1 系统设计

4．1．1 系统整体框架

4．1．2 功能模块划分

4．2 数据库设计

4．2．1 概念模型

4．2．2 逻辑模型

4．2．3 数据库详细设计

4．3 知识库设计

4．3．1 知识获取

4．3．2 知识的表示与规则

4．3 系统实现

4．3．1 技术简介

4．3．2 技术架构

4．3．3 系统界面

5 总结与展望

5．1 总结

5．2 展望

参考文献

致谢

在读硕士期间获得的研究成果