摘要
本论文的研究目的是建立马铃薯晚疫病的预测预警系统来指导人们对马铃薯晚疫病的感染、发生时间及流行程度、灾变时间进行预测预警，以尽量减少马铃薯晚疫病所带来的损失。
本论文的研究方法是：借助于农业、植保专家经验建立了短期预测，同时通过历史数据建立了晚疫病流行程度的神经网络长期预测模型及灰色灾变模型。结合短期预测、神经网络长期预测以及灰色灾变预测这三个模块共同构建了马铃薯晚疫病预测预警系统。
本论文的研究成果主要体现在：
一．建立了马铃薯晚疫病短期预测模型、神经网络长期预测模型和灰色灾变模型
(1)建立了马铃薯晚疫病的历史数据库；
(2)借助专家经验，建立了马铃薯晚疫病短期预测模型；
(3)结合历史气象数据，建立了马铃薯晚疫病的神经网络长期预测模型，对于晚疫病害的预防工作具有重要意义；
(4)结合历史数据，建立了马铃薯晚疫病的灰色灾变预测模型，对灾变的出现年代进行预测，这对于晚疫病害的预防、预警工作具有重要指导意义。
二．开发了马铃薯晚疫病预测预警系统
本系统的前端用户界面由Visual C++6.0开发，结合Matlab引擎技术，充分利用Matlab6的工具箱函数的数值计算功能，同时结合Visual C++编程技术，由Matlab6进行数据运算处理而后与Visual C++6.0数据交互，实现预测；通过数据库管理系统SQL Server 2000建立了历史数据库，采用Visual C++ MFC ODBC技术实现数据库访问与维护，从而有效的建立了一个集数据管理、预测分析于一体的预测预警系统。实践证明，该系统预测精度较高，具有一定的可行性；同时将短期预测、神经网络长期预测、灰色灾变预测三者相结合的预测思想，对于一些其它领域的预测预警(如机械故障诊断，洪水灾害预测等)也具有一定的推广参考价值。
The goal of this thesis is to develop a suit of Forecasting and Early-Warning software system for potato's Late Blight that can forecast the occurrence time and the trend of potato's Late Blight so that it can reduce the loss caused by Late Blight to a maximal extent.
The main methods applied in the thesis are: a trend of potato's Late Blight of BP neural network long-term prediction model and Grey-Disaster prediction model are constructed with history data, and short-term prediction is constructed with the agriculture experts' experience. The three main modules: short-term prediction, BP neural network long-term prediction and Gray-Disaster prediction constitute the Forecasting and Early-Warning Software System for Potato's Late Blight.
The main research gain of the thesis lies in:
(1) The obtainment of short-term prediction model , BP NN long-term prediction model, and Grey-Disaster model of potato's Late Blight
Firstly, the software system construct a history database related to potato' Late Blight; secondly, the short-term prediction model is constructed with the help of the experts' experience ; thirdly, a trend of potato's Late Blight of BP neural network long-term prediction model is constructed with the history data that is very helpful for the prediction of late Blight; fourthly, Grey-Disaster Model is constructed with the history data too that makes that we can predict the time of the disaster of late Blight, which has deep sense for our prediction work.
(2) The Forecasting and Early-Warning software system of potato's Late Blight is developed
The system makes use of the Numerical-Computering of Matlab ToolBox function by Matlab Engine technology, whose user end is developed by Visual C++, and then exchanges data with Visual C++ to achieve the goal of predict. Meanwhile, the system build up the history database on the base of the DBMS:SQL Server 2000, which can be accessed by the MFC ODBC technology. Just as the above are mentioned, Forecasting and Early-Warning software system is developed. In fact ,
it has been proved that the system is feasible. And the prediction method that combines the short-term prediction , long-term prediction of NN with Grey-Disaster prediction also may be applied for other domains to a certain extent, such as mechanic fault diagnosis, flood disaster prediction ,etc.
引文
[1]张志铭．中国马铃薯晚疫病的研究进展与综合防治．2001年中国马铃薯脱毒种薯产业化研讨会， 2001年7月8日
[2]陈伊里 屈冬玉．中国马铃薯研究与产业开发．哈尔滨工程大学出版社，2003
[3]王军 宋伯符．中国马铃薯晚疫病防治研讨会文集．中国农业出版社，1993
[4]谢开云 车兴壁．比利时晚疫病预测预警系统及其在我国的应用．1001-0092(2001)02-0067-05
[5]John Zarb,Reza Ghorbani,Pintip Juntharathep,Peter Shotton. Control strategies for late blight in organic potato production.Proceedings of the COR Conference 26-28 March 2002,Aberystwyth,pp.221-222.
[6]Thomas A. Zitter. Late Blight Control: What Are the Options?
[7]Yang Shao-Yong,Cao Ke-Qiang. Study on epidemic and control of potato late blight(Phytophthora infestans(Mont.)de Bary).Journal of Agricultural University of HeBei, Apr.2001
[8]胡小平，杨之为，李振歧等．汉中地区小麦条锈病的BP神经网络预测．河北农业学报，2000，9(3)：28-331
[9]R.Bakker-Dhaliwal, M.A.Bell, P.Marcotte, and S.Morin, IRRI, Los Banos. Decesion support system(DSS):information technology in a changing world.
[10]谢国清 豆映辉 卞福久．云南省稻瘟病，小麦病预测专家系统．植物病理学报，1997，Vol．24 No．3
[11]袁曾任．人工神经网络及其应用．北京：清华大学出版社，1999
[12]王钊．水稻多病虫害诊治专家系统的设计与实现．微型计算机，1996，Vol．16 No．5
[13]李朝峰 屈颖歌 夏德深等．BP网络改进模型的性能对比研究．计算机工程与应用，2003．19
[14]陈文伟．决策支持系统及其开发．北京：清华大学出版社(广西科学技术出版社)，2000
[15]王正军 程家安 蒋明星．专家系统及其在害虫治理中的应用．江西农业学报，2000，12(1)：52-57
[16]徐俊彦 徐友春 刘大伟．神经网络在时间序列中的应用．吉林工学院学报，1999年12月，Vol．20No．4
[17]孙用明，陈付贵，姚树文．人工神经网络在预报棉花烂铃病中的应用．河南农业大学出版社，(2000)02-0165-03
[18]彭云峰．污水处理出水水质软测量预测预报系统开发：[硕士学位论文]．昆明：昆明理工大学信息与自动化学院，2003
[19]范兴沃 李相方 童敏．应用人工神经网络技术预测地层出沙．石油钻采工艺，2002，Vol．24No．6
[20]陈凯 石慧心．安徽省水稻主要病虫害诊治专家系统．安徽农业科学，1996，24(3)．242-244
[21]楼顺天，陈生潭，雷虎明．Matlab5.x程序设计语言．西安：西安电子科大出版社，2000
[22]飞思科技产品研发中心．Matlab6应用接口编程．电子工业出版社，2003
[23]楼顺天 施阳．基于Matlab的系统分析与设计—神经网络．西安：西安电子科大出版社，1998
[24]飞思科技产品研发中心．Matlab6辅助神经网络分析与设计．电子工业出版社，2003
[25]丛爽．面向Matlab工具箱的神经网络理论与应用．合肥：中国科学技术大学出版社，1998
[26]闻新，周露，王丹力，熊小英．Matlab神经网络设计．科学出版社 2000
[27]何强，何英．Matlab扩展编程．北京：清华大学出版社，2002
[28]邓聚龙．灰色系统基本方法．华中工学院出版社，1987
[29]邓聚龙．灰色控制系统(第二版)．武汉：华中理工大学出版社，1997
[30]傅立．灰色系统理论与应用．科学技术文献出版社，1992
[31]刘思峰，郭天榜，党耀国．灰色系统理论及应用(第二版)．科学出版社，1999
[32]穆勇．灰色预测模型的精确解法．济南大学学报，(2003)01-0049-02
[33]潘永刚 张汝霖 于销英等．麦长管蚜灰色灾变长期预测模型．小麦研究，2001．22(3)：33-34
[34]刘海波 陈孝思 秦玉才．随机过程在灾变预测中的应用．系统工程理论与实践，1996年9月
[35]陈业华，邱菀华．灰色灾变预测模型及其应用．北京航空航天大学学报，2002年5月
[36]王义闹．GM(1，1)逐步优化直接建模方法的推广．系统工程理论与实践，1000-6788(2003)02-0120-05
[37]张立亭 祝国瑞 周世健．常用预测方法应用分析．南昌航空工业学院学报，2002年6月，Vol．16No．2
[38]吉培荣 黄巍松 胡羚勇．灰色预测模型特性研究．系统理论与实践，2001年9月
[39]张大海 江世芳 史开泉．灰色预测公式的理论缺陷及改进．系统工程理论与实践，2002年8月
[40]许秀莉 罗健．GM(1，1)模型的改进方法及其应用．系统工程与电子技术，2002，Vol．24No．4
[41]吕林正 吴文江．灰色模型GM(1，1)优化探讨．系统工程理论与实践，2001年8月
[42]张辉 胡适耕．GM(1，1)模型的边值分析．华中科技大学学报，2001年4月，Vol．29No．4
[43]Visual C++6．0 MSDN
[44]隆华软件工作室．SQL Server 2000程序设计．北京：清华大学出版社 2001
[45]王国印(译)．Visual C++技术内幕．北京：清华大学出版社，1996
[46]李闽溟，吴继刚，周学明．Visual C++6．0数据库系统开发实例导航．人民邮电出版社 2002
[47]李博轩．Visual C++6．0数据库系统开发指南．北京：清华大学出版社，2000
[48]候俊杰．深入浅出MFC．武汉：华中科技大学出版社，2002
[49]黄维通．Visual C++面向对象与可视化程序设计习题解析与编程实例．北京清华大学出版社 2000