基于BP神经网络的农作物虫情预测预报及其MATLAB实现

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.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.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非线性关系,大量处理单元组成非线性自适应动态系统,具有良好的自适应性、自组织及很强的学习、联想、容错和抗干扰能力,在不同程度和层次上可模仿大脑的信息处理机理,可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于模式识别、预测评估等领域,并取得良好的效果.目前BP网络采用误差逆传播算法学习训练神经网络,该算法是基于网络误差函数梯度下降的.为了克服BP网络在学习训练过程中收敛速度慢、容易陷入局部极小的不足,该文采用了自适应的学习速率和附加动量法.该文主要利用神经网络理论,基于MTLAB的神经网络工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.

目录

文摘

英文文摘

声明及授权书

图表目录

第一章绪论

第一节研究背景

1.1农作物害虫预测预报概述

1.2农作物害虫预测预报的方法

第二节本文研究内容与安排

2.1本文研究目的与研究路线

2.2本文的内容组织

第二章基于BP神精网络的农作物虫情预测预报的原理

第一节人工神经网络简介

1.1人工神经网络的特点

1.2人工神经网络的模型

第二节反向传播(BP)网络

2.1 BP网络的结构

2.2 BP网络的学习过程

2.3改进后的BP网络

第三节农作物虫害与气候因子间的相关性分析

3.1温度

3.2湿度和降雨

3.3光

第四节基于BP网络的虫情预测系统的分析与设计

4.1网络构的确定

4.2隐含层神经元数的确定

4.3网络学习参数的选取

4.4样本数据的处理

第三章基于BP网络农作物虫情预测预报的MATLAB实现

第一节MATLAB神经网络工具箱

1.1神经网络工具箱函数

1.2 MATLAB中BP网络的训练过程

第二节BP网络程序设计的MATLAB实现

第三节MATLAB与DELPHI应用程序接口的设计

3.1 MATLAB ActiveX集成

第四节DELPHI调用MATLAB的实现

第四章BP网络应用于水稻虫情预测的仿真实验及结果分析

第一节本文软件设计的功能介绍

第二节BP网络模型应用于水稻虫情预测的仿真及结果分析

2.1仿真结果分析

2.2模型评价

第五章结束语

第一节结论

第二节进一步研究的建议

参考文献

致谢

作者简介