資源描述：
《基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)作物蟲情預(yù)測(cè)預(yù)報(bào)及其MATLAB實(shí)現(xiàn).pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、安徽農(nóng)業(yè)大學(xué)碩士學(xué)位論文基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)作物蟲情預(yù)測(cè)預(yù)報(bào)及其MATLAB實(shí)現(xiàn)姓名：高寧申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：農(nóng)業(yè)機(jī)械化工程指導(dǎo)教師：邵陸壽2003.5.1摘要農(nóng)囂物主要害蟲鬻年對(duì)佟紡造成嚴(yán)重蔻害，傻農(nóng)泣經(jīng)濟(jì)遭到攘失。{囊測(cè)害蟲來來豹發(fā)生動(dòng)態(tài)，霹激毽治蠱工作褥以鴦露豹、旨計(jì)劃、有藿煮豹進(jìn)行。害斑靜預(yù)溯預(yù)報(bào)工作是迸囂害蟲綜含陵濃韻必簧前掇。只有對(duì)害蟲發(fā)，圭危害鵲預(yù)測(cè)預(yù)報(bào)骰翻及時(shí)、準(zhǔn)確，才髓歪確靜擬定練合防治詩(shī)翎，及辯采取必簧的措麓，經(jīng)濟(jì)有效的藤低窖蟲的發(fā)生數(shù)量，絳證農(nóng)監(jiān)豹高產(chǎn)、穩(wěn)產(chǎn)。笈生囂頇溯就是預(yù)測(cè)窖蟲的笈生數(shù)量，害蟲發(fā)生照的預(yù)測(cè)是決定防治區(qū)域、籪治嗣塊
2、面積及防治次數(shù)的依據(jù)。但其總的研究進(jìn)展仍遠(yuǎn)遠(yuǎn)落后于發(fā)生期的預(yù)測(cè)。這是由于影響害蟲發(fā)生量的因素較多及其不確定俄所致。因而采用三層BP網(wǎng)絡(luò)對(duì)蟲害發(fā)生量進(jìn)行預(yù)測(cè)可以有效的刻湎其具有的不確定、多輸入、復(fù)雜的非線性特，譙。人工神經(jīng)網(wǎng)絡(luò)是一類模擬人類神經(jīng)系統(tǒng)的結(jié)構(gòu)，他揭示數(shù)據(jù)樣本中蘊(yùn)含的4}線性關(guān)系，大跫處理單元組成非線性融適應(yīng)動(dòng)態(tài)系統(tǒng)，具有良好的自適應(yīng)性、自組織及很強(qiáng)鮑學(xué)習(xí)、聯(lián)想、容錯(cuò)和抗干擾能力，在不同稷度和層次上可模仿大腦的信息處理枧理，霹靈活方便的對(duì)多成因的復(fù)雜未知系數(shù)進(jìn)行建模。特別是BP網(wǎng)絡(luò)近年來廣泛應(yīng)用予模式識(shí)別、預(yù)測(cè)評(píng)儲(chǔ)等領(lǐng)域，并取得良好的效果。熙前BP網(wǎng)
3、終采耀誤差逆?zhèn)魅了惴▽W(xué)習(xí)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，該算法是基予網(wǎng)終誤差函數(shù)梯度下降救。為了克服BP濺終褒學(xué)習(xí)謝練過程中收斂速度慢、容易陷入局部極小的不足，本文采弱了叁逶囊弱學(xué)習(xí)速率穰辮麓動(dòng)煮法。然蕊，BP網(wǎng)終的模型灼實(shí)瓔懿要掌握計(jì)算撫縭程語(yǔ)言及較高漪編程畿力，這在一定稷度上不剿予耪綴鄹絡(luò)技術(shù)的雄廣穢使髑。褥MATLAB軟
4、f率提供了一個(gè)現(xiàn)成的神經(jīng)闞終工具鍵(NeuralNetworkToolbox，簡(jiǎn)稱NNT)，為解決這個(gè)難題提供了傻利條件。本文在麓要食鎦了Bp褲經(jīng)嬲絡(luò)萎本爨瑾及箕算法的蓬礎(chǔ)上，詳維介紹了利翔MATLAB襻經(jīng)鼴終工兵籍進(jìn)移Bp弼絡(luò)模登建立、誘f練、仿真的
5、編程方法。同時(shí)，為了彌補(bǔ)、tATLAB在人橇交互性能上靜欠缺，建立淞下LA8與DELPHI之間的應(yīng)用程序接口，將DELPHI靈活強(qiáng)大鮑綾程能力、MATLAB強(qiáng)大靜科學(xué)計(jì)算能力相結(jié)合。本文圭簧利霜神經(jīng)潮絡(luò)耀論，基于MATLAB的神經(jīng)網(wǎng)絡(luò)正具箱建立了蟲害發(fā)生量預(yù)報(bào)預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)，確定了發(fā)生量與自然因素之間的聯(lián)系。并通過對(duì)安徽省廬江縣田間水稻蟲情的預(yù)測(cè)來檢驗(yàn)?zāi)Ｐ偷男Ч?shí)驗(yàn)結(jié)果證明了該模型用于蟲情預(yù)測(cè)的可行性，具有很好的應(yīng)用價(jià)值。關(guān)鍵詞：蟲害發(fā)生量預(yù)測(cè)預(yù)報(bào)MATLAB神經(jīng)網(wǎng)絡(luò)工具箱BP神經(jīng)網(wǎng)絡(luò)DELPHIAbstractThemainpestsdose
6、riousharmtocropsperennialanddamagetheagriculturaleconomy．Topredictthetrendsofpestsinthefuture，theworkstocontrolthepestscanbeimplementeddesignedlyandpurposefully．Onlywhenthepredictionisbetimesandaccurately,peoplecandrawoutthecolligatedplanandtaketheeffectivemeasuretoreducethequantit
7、yofpestsandensureag矗culturalproductfruitful．Thepredictionoftheoccurrencelevelofpestsistopredicttheamountofpestsanditisthecoreofwhichandhowmanyfieldsneedtobecontrolled。Butthewholeprogressoftheresearchisstillbehindthepredictionoftheoccurrencetime．Itisbecausethattherearetoomanyeffecti
8、vefactors，whichayeuncertain。Soweproposeathere—layerBPneuralnetworkthatcarlbetterdepictthemodel’sfeatureofcomplexnonlinear,multi-input—outputandindefinite．Neuralnetworkarecomposedofsimpleelementsoperatinginparallel．Theseelementsareinspiredbybiologicalnervoussystems．Asinnature，thenet
9、workfunctionisdeterminedla
