灰色人工神经网络在稻瘟病发生预报中的应用

摘要

针对稻瘟病在水稻生长过程中存在的严重危害,基于四川资中地区1998—2008年的稻瘟病发生资料,运用灰色人工神经网络的方法(GBP),建立了稻瘟病发生的预报模型,结果表明:灰色人工神经网络模型的平均相对误差为0.0946,远远优于GM(1.1)模型的1.8857。灰色人工神经网络模型可以拟合任意一种函数关系,且该模型信息利用率高,避免了系统数据辨识方法在序列累加时因正负抵消而产生信息失真的现象。灰色人工神经网络模型的拟合和预测精度较高,可以用于该地区稻瘟病发生的预测工作。