摘要
鉴于玉米病虫害等影响因素在预测玉米产量损失时所具有的复杂及非线性等特点,采用传统的径向基函数(radial basis function,简称RBF)神经网络预测起来相对较难,且其预测精度较低。针对上述问题,提出1种基于遗传算法(genetic algorithm,简称GA)和径向基函数神经网络相融合的优化算法,对病虫害所造成的玉米产量损失进行预测。该融合算法利用人工神经网络的非线性拟合能力强和遗传算法寻优能力强的优点,建立最优产量损失预测模型,将该模型的估算值与玉米产量的实际值进行拟合,得到较好的拟合效果图。为了验证算法的可行性,以国家863计划示范基地榆树市弓棚镇13号村的试验数据为样本数据进行仿真预测。结果表明,经过GA-RBF融合算法的预测误差为0.207,较优化前误差降低了0.151,预测精度得到提高,实现对玉米病虫害产量损失的有效预测。预测结果可为农民进行科学有效的病虫害防控提供科学依据,经济有效地降低受灾程度,提高玉米产量。
引文
[1]姜玉英,曾娟,陆明红.2015年全国农作物重大病虫害发生趋势预报[J].中国植保导刊,2015(2):10-12.
[2]刘杰,姜玉英.2012年玉米病虫害发生概况特点和原因分析[J].中国农学通报,2014,30(7):270-279.
[3]孙甜田,范作伟,刘淑霞,等.吉林省不同熟期玉米病虫害发生情况[J].中国农学通报,2014,30(30):222-227.
[4]符保龙.RBF网络在农业病虫害预测中的应用研究[J].安徽农业科学,2008,36(1):388-389.
[5]刘璇,唐慧强,许遐祯,等.基于神经网络的农业病虫害损失预测[J].农机化研究,2009,31(4):13-16.
[6]刘鲭洁,陈桂明,刘小方.基于遗传算法SVM参数组合优化[J].计算机应用与软件,2012,29(4):94-100.
[7]Chen G F,Dong W,Jiang J,et al.Variable-rate fertilization decision-making system based on visualization toolkit and spatial fuzzy clustering[J].Sensor Letters,2012,10(1):230-235.
[8]曹丽英.玉米主产区土壤养分与玉米产量的时空变异及其相关性研究[D].合肥:安徽农业大学,2013.
[9]旷岭.RBF神经网络的粮食产量预测[J].计算机仿真,2011,28(11):189-191,200.
[10]张方舟,郝庆辉,周勃,等.遗传算法的RBF神经网络在线损计算中的应用[J].计算机技术与发展,2014,24(6):192-195,199.
[1]庄健,杨清宇,杜海峰,等.一种高效的复杂系统遗传算法[J].软件学报,2010,21(11):2790-2801.
[12]王铭泽,关新红,闫吉府,等.股票的GA-RBF预测模型[J].辽宁工程技术大学学报(自然科学版),2014,33(7):970-973.
[13]张纪.基于遗传算法优化神经网络的粮食产量组合预测研究[D].新乡:河南师范大学,2015.
[14]Ahmadi M A,Zendehboudi S,Lohi A,et al.Reservoir permeability prediction by neural networks combined with hybrid genetic algorithm and particle swarm optimization[J].Geophysical Prospecting,2013,61(3):582-598.
[15]曾钰.基于遗传算法优化的RBF神经网络在光伏发电MPPT中的应用[D].株洲:湖南工业大学,2015.
[16]Jaddi N S,Abdullah S,Hamdan A R.A solution representation of genetic algorithm for neural network weights and structure[J].Information Processing Letters,2016,116(1):22-25.
[17]周维华.RBF神经网络隐层结构与参数优化研究[D].上海:华东理工大学,2014.
[18]纪思琪,吴芳.基于神经网络的蔬菜病害静态预警模型[J].电脑知识与技术,2016,12(10):189-196.
[19]Hu J,Li D L,Duan Q L,et al.A fuzzy C-Means clustering based algorithm to automatically segment fish disease visual symptoms[J].Sensor Letters,2012,10(1/2):190-197.
[20]任艳娜,席磊,汪强,等.粮食产量预测模型的应用与仿真研究[J].计算机仿真,2011,28(4):208-211.
[21]唐忠,谢涛.Matlab神经网络工具NNTool的应用与仿真[J].计算机与现代化,2012(12):44-47,54.
[22]龚纯,王正林.精通MATLAB最优化计算[M].北京:电子工业出版社,2009:2-4.
[23]齐灵子.大豆食叶害虫危害损失预测模型的研究[D].长春:吉林农业大学,2013.
[24]王晓娟.基于模糊控制与RBF神经网络的桃病虫害发生预测研究[D].保定:河北农业大学,2011.
[25]王志敏,方保停.论作物生产系统产量分析的理论模式及其发展[J].中国农业大学学报,2009,14(1):1-7.