基于遗传神经网络混合模型预测仙居县马尾松毛虫的发生量

《基于遗传神经网络混合模型预测仙居县马尾松毛虫的发生量》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国农业气象!!"#$%&%'()*$+,(-./*(0%1%(*(,(/2"34556#75!增4"$465:46?基于遗传神经网络混合模型预测仙居县马尾松毛虫的发生量!朱寿燕949!陈绘画!罗家进!9<浙江省仙居县气象局#浙江仙居3798755%4<浙江省仙居县林业局#浙江仙居3798755"摘要!针对U`算法易陷入局部极小'遗传算法具有全局寻优的特点#将二者结合起来形成一种训练神经网络的新算法000_.EU`算法&用均生函数法提取前期虫情信息#根据相关系数法和逐步回归法选择与仙居县马尾松毛虫有虫面积'虫口密度'虫株率相关关系密切的延拓均生函数序列和气象因子作为各预测模型的输

2、入特征#分别建立马尾松毛虫有虫面积'虫口密度'虫株率与气象因子的_.EU`混合模型&结果表明$所建立的各_.EU`混合预测模型#具有令人满意的拟合精度和预测精度&当预报因子数为I个时#隐含层神经元个数为97个#7组预留有虫面积的平均预测误差为?

3、&2*0*I-75&++-2%02).&*)'V0//&'!!"#$%&'(#)*+),-./.)*"&/_)'"1&+)6-2<#=8%50`)65-6)/-7B),'&/B)*3-'_949YM;!4-,=I&2#.MFBM,0=4,&#:;AE0&=b02!9

4、X+&%+&#,2&#$J#$/#$1(P+*1#+,&0+,,%&1M+,)%#1"%_%$%1#Q.,/(*#1"0!_."X+&Q(0N#$%KX#1"1"%U`$%)*+,$%1X(*JY.$%X+,/(*#1"0#1"%_.EU`0#^%K0(K%,(-1*+#$%K$%)*+,$%1X(*JX+&+PP,#%K1(-(*%Q+&11"%(QQ)**%$Q%&e)+$1#12(-T+&&($`#$%!+1%*P#,,+*!!"#$%&'()#*+,*-./0/*+A+,J%*"YB"%*%&),1&&"(X%K1"+11"%0(K%,"+K+&+1#&-#%K-#11#

5、$/+$K-(*%Q+&1P*%Q#&#($YH)I3-'6+$T+&&($P#$%Q+1%*P#,,+*!!"#$%&'(#*+,*-./0/*+A+,J%*"%_%$%1#Q.,/(*#1"0!_."$%)*+,$%1X(*J%FQEQ)**%$Q%e)+$1#12%Z(*%Q+&1%_.EU`0#^%K0(K%,33林业有害生物预测预报是预防林业有害生物发预测其变化&人们根据气象因子与马尾松毛虫发生生的极其重要的组成部分(4)(7)#是开展科学救灾的基础&量的相互关系#利用逐步回归分析'判别分析'模(?)(;)加强对林业有害生物发生趋势和危害程度的研究#在糊聚类分析'马尔可

6、夫链分析'区划分析方其未大发生前及时采取预防措施(I)(8E95)(99)#可使林业有害生物法'人工神经网络方法'灰色系统分析等多对森林资源危害造成的损失减少到最低限度#同时还种方法对其有虫面积进行预测预报%董振辉等还开发能使林业有害生物的综合管理工作收到事半功倍出有虫面积预测的专用测报软件(94)&由于马尾松毛之效&虫的危害不仅与气象因子密切相关#也与其种群自身马尾松毛虫!!"-$%&'(#*+,*-./0/*+A+,J%*"是我的周期性变化密切相关#并且是非线性关系#上述各国南方马尾松林!1(-*+#0++&-(0-0"的历史性大害类模型或仅根据马尾松毛虫的危害情况与气象因子

7、虫&马尾松毛虫的发生及其种群数量变化#除受到其的关系建立相应的模型进行预测预报#或仅根据时间自身的遗传特性影响外#还受到气候'林相'植被'食序列原理和方法建立马尾松毛虫危害情况的模型进料和天敌(9);类因子的影响#但林相'植被'食料和天行预测预报#没有同时考虑马尾松毛虫种群自身随时敌?类因子是定性变量#很难进行数值表现#更难以间的周期性变化和气象因子对马尾松毛虫危害情况!收稿日期$455>E94E593基金项目$仙居县科技局+仙居县林业主要有害生物数值预报的研究,!455I4>"