论文部分内容阅读
桃原产于我国,在我国有4000多年的栽培历史,风味优美,营养丰富,深受人们喜爱,市场消费量大,是核果类果树中最重要的树种之一。桃树适应性强,分布范围广,而且易管理,产量高,一些管理较好的桃园能稳定保持亩产在2500公斤左右的水平。截止到2009年,我国桃树的栽培面积已达72.28万公顷,总产量805.2万吨,栽培面积和产量均居世界首位。桃也是河北省主要的农副产品之一,河北省顺平县就是一大种植基地。然而,在桃生产种植过程中,容易遭受桃疮痂病、流胶病、细菌性穿孔病、桃蚜等病虫害的危害,严重影响了桃树的生长及桃果的品质和产量,对我国桃产业的发展构成了很大威胁。预测桃病虫害未来的发生动态,可以使防治工作得以有目的、有计划、有重点的进行。只有及时、准确的预测预报桃病虫害的发生,才能正确的拟定综合防治计划,及时采取必要的措施,经济有效的减少桃病虫害的发生,保证桃的高产、稳产。桃病虫害发生预测是一个典型的非线性系统,影响病虫害发生的因素又很多,采用常规算法预测很难得到准确结果。近年来采用的人工神经网络法等智能算法具有较好的非线性映射能力,其特点是可以通过例子学习(训练)解决问题,而不必知道对象的数学模型。特别是RBF(Radial Basis Function)网络具有良好的推广能力,在用于对具有复杂函数关系的问题作泛函逼近时,具有较高的精确度。以往的预测方法在学习收敛的速度方面、收敛的稳定性方面、收敛至全局极小点方面,缺乏指导模型自动选择的一般规则,因此本文将模糊控制引入到RBF神经网络中,较好的解决了上述问题。本文所做的主要工作如下:(1)比较了RBF神经网络与基本BP(Back Propagation)神经网络,指出了BP神经网络的不足,体现了两种网络的区别。(2)根据桃园的实际环境,考虑了温度、天气状况等影响病虫害发生的因素,利用MATLAB神经网络工具箱进行了RBF网络模型建立、训练、仿真,分别把RBF神经网络和模糊控制与RBF神经网络相结合两种方法应用在桃病虫害发生预测中。(3)通过预测河北顺平地区桃病虫害发生程度检验了模型效果,结果表明模糊控制与RBF神经网络相结合的预测方法更加精确,说明了该方法的有效性和实用性,具有较好的应用前景。