梨是我国近年来发展较快的水果之一,是我国第三大果树,仅次于苹果和柑橘。在栽培总面积和总产量方面中国在世界范围内也具有较强的竞争力。在我国山西、河北、安徽砀山等梨主产区,梨产业同时也是促进当地农业发展、农村经济繁荣和增加农民收入的重要支柱产业。梨树腐烂病是危害梨树栽培生产的最重要枝干病害之一,该病害在国内外各梨产区均有发生,具有发病率高、发生区域广、难以控制等特点,防治相当困难。梨树腐烂会导致树皮腐烂、降低梨果品质,严重时会造成梨树整株死亡甚至毁园,严重影响到梨果产业的健康发展。但是,目前农户对梨树腐烂病的防治和预测主要依靠个人经验,相关领域专家的匮乏远远不能满足种植户和管理人员的需求。本文针对以上问题,在分析腐烂病流行规律的基础上,基于BP神经网络技术,建立了梨树腐烂病预测模型;利用网络信息技术开发了“梨树腐烂病综合防治专家系统”。主要研究内容如下:1、确定BP神经网络的输入变量。基于杨凌梨产区的梨树腐烂病发病数据,对当地梨树腐烂病分生孢子周年释放情况、病斑周年扩散情况以及病害周年消长情况,结合当地气候进行分析讨论,研究梨树腐烂病的流行规律以及各环境气象因子和梨树腐烂病的相关性,确定梨腐烂病预测模型需要的影响因子作为网络模型的输入变量的原始数据。2、建立基于BP神经网络的梨树腐烂病预测模型。首先对数据进行预处理,并通过主成分分析法进行降维提取主成分作为神经网络的输入。利用MATLAB对样本数据进行输入到输出变量的映射训练和仿真模拟实验,构建和检测模型。3、利用计算机技术和网络信息技术开发梨树腐烂病综合防治专家系统。系统以浏览器/服务器为基本网络架构,利用Sublime、Dreamweaver等代码编辑器,采用HTML+CSS+JavaScript等编程语言开发,为用户提供一个方便即时的INTERNET服务平台。网络信息技术的多元化和B/S架构的优势,赋予了专家系统可扩展性、友好性和动态性,丰富了专家系统与用户的交互人机界面,提高了系统维护和实时更新的便捷性。通过分析,温度、降雨量和湿度是影响梨树腐烂病流行发展的主要环境因素。利用BP神经网络建立的腐烂病预测模型可通过算法优化改进,提高模型的准确性,同时,与其他数学模型相比具有解决非线性问题的优势。本研究开发的基于神经网络的梨树腐烂病专家系统,面向广大梨种植户和相关研究人员,为用户提供科学防控和远程帮助,增强了梨树腐烂病综合防控知识的共享性,具有较强实用价值,也为梨树腐烂病的防控和预测的进一步研究提供参考。