基于人工神经网络的马尾松毛虫发生量预测模型的研究

运用人工神经网络的原理和方法,根据相关系数法和逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的气象因子作为样本的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的BP网络模型。结果表明:所建立的各BP模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为15个,预报因子数为8个时,2组预留有虫面积的2a平均预测误差为3 15%;虫口密度BP模型的隐层神经元个数为8个,预报因子数为6个时,预留样本的平均预测误差为5 91%;虫株率BP模型的隐层神经元个数为4个,预报因子数为5个时,预留样本的平均预测误差为10 65%。