基于L-M优化算法的水稻螟虫预测模型及其初步应用

被引:13
作者
高艳萍
于红
崔新忠
姜国兴
王美妮
机构
[1] 大连水产学院信息工程学院
关键词
神经网络; L-M优化算法; 预测模型; 水稻螟虫;
D O I
暂无
中图分类号
S126 [电子技术、计算机技术在农业上的应用]; S435.112.1 [];
学科分类号
082804 ;
摘要
农村稻区水稻螟虫发生量与多种气候因素相关,各因素之间存在相互作用,是非线性系统。神经网络能有效地描述非线性模型多输入和不确定的特性。传统的BP网络在训练时易陷入局部极小点从而导致训练时间长、收敛速度慢,采用Levenberg-Marquardt优化算法(简称L-M算法)能克服其缺点。在MATLAB中应用L-M算法对辽宁盘锦田间稻区进行水稻螟虫发生量的仿真预测,试验结果表明L-M优化算法的预测精度和收敛速度明显提高,为稻区防控虫害和精确喷药提供参考,具有实用价值。
引用
收藏
页码:162 / 165
页数:4
相关论文
共 3 条
[1]   沪郊水稻螟虫的发生特性与防治技术探讨附视频 [J].
蒋耀培 ;
胡建中 ;
谭秀芳 ;
龚才根 .
上海农业学报, 2004, (02) :70-73
[2]   基于MATLAB的BP神经网络在农作物虫情测预报中的应用 [J].
高宁 ;
邵陆寿 .
计算机与农业综合版., 2003, (07) :16-18
[3]   上海地区水稻二化螟的发生与防治初探 [J].
蒋耀培 ;
郭玉人 ;
王桂荣 ;
顾宝根 ;
谭秀芳 ;
袁联国 .
上海农业科技, 2002, (03) :43-44