于神经网络的稻白叶枯病中期预警.doc

基于神经网络的稻白叶枯病中期预警 安徽农业大学学报,2002,29(1):12～15 JournalofAnhuiAgriculturalUniversity 基于神经网络的稻白叶枯病中期预警 王杰.檀根甲,胡易冰,刘明芳 (安黼农业太学植保系,合肥230036) 摘要:利用神经网熔的基本原理,站台气象目干以厦安徽省滁州市田间稻白叶枯病流行程度的实刹敷据, 建立了该地区的神经网熔中期预警系统.经实例验证,谣方法的预测精度迭8oN,为植物稿害的中期可预洲性 提供了一种新的依据. 关键词:预警系统;神经网络;预测模型;稻白叶枯病 中图分类号:$431.21文献栝识码:A文章编号2002)01—0012—04 病害的预测预报是病害管理的重要组成部分,也是有效防治和控制病害发生发展的依据,更是农业 生产管理和决策的前提.建国以来,我国曾多次遭受到水稻纹枯病,稻瘟病,小麦条锈病,小麦赤霉病 等病害所造成的重大灾害.给国民经济和广大农民带来了巨大损失显然.如能对病害做出准确及超前 预报,势必减少损失.造福人类.然而,国家虽然投入大量人力,物力研究病害的预测预报,但目前病 害中,长期预报的准确率仍然较低因此.如何解决病害中,长期预测问题,已成为政府和许多植物病 理学家关注的热点 目前,人们主要是采用数理统计方法来进行病害的预报.常用的方法有多元回归,逐步回归,岭回 归,聚类分析,判别分析,时间序列分析等,这些方法在病害预测和指导防治中起着极其重要的作用, 然而,其预报准确率仍有差距.进入20世纪90年代以来,非线性预测理论尤其是神经网络理论在认识 时间序列行为中的应用获得了重大突破”.,这为病害流行预测的深入研究开拓了新的空间.基于此,作 者利用神经网络理论,建立了病害流行程度预测的神经网络预警系统.并通过对安徽省滁州市田间稻白 叶枯病流行程度的预测来检验模型的效果. 1预警系统的设计 预警在病害预测方面并不多见那么,何为预瞽呢?所谓预瞽.就是度量某种状态偏离预警线的强 弱程度.并发出预警信号的过程在病害的预测工作中,若能对未来病害发生程度进行预测,以此来建 立该病害的预瞽系统,毫无疑问,这对进一步发展和完善中期测报工作意义将是巨大的. 本系统的输入部分为预瞽数据,输出部分为报警结果,当输入当年6,7月份预瞽数据后,通过本系 统运算可输出该年病害发生程度的报警结果.其关键部分——预瞽系统,分为四个部分:神经网络模型 (知识获取),知识库,报警规则以及人机界面 1.1神经网络模型 人工神经网络(AN)是一种模拟人的神经系统而建立起来的非线性动力学模型,由大量称为神经 元的简单信息单元组成,每个神经元不仅从它邻近的其他神经元接受信息,也向邻近于该神经元的其他 神经元发出信息整个网络的信息处理是通过神经元之间的相互作用来完成的神经网络具有自组织,自 学习和联想记忆功能,并具有分布式,并行性及高度鲁棒性等特点.在病害预测中,可应用人工神经网 络模仿人脑的思维,学习和总结经验的过程,在建立适当的数据结构的基础上.让人工神经网络系统进 行学习,积累知识?进行预测预报.病害的发生是受自然环境,农业生态条件和其本身表现出来的密度, 收稿El期:20Ol0703 作者简介乇杰(1943—1.男,副教授. 2g卷1期王杰等基于神经网络的稻白叶枯病中期预警 非密度制约因素作用的影响而表现出波动.而波动规律可通过对病害发生的历史资料的分析进行总结和 提炼.所以,只要人们建立了影响病害发生的相关因子数据库,让人工神经网络系统,根据数据库里的 信息进行学习,获取知识,成为相关的”专家”,并根据所获得的信息.进行判断,推理.从而达到进行 病害预测预报的目的以下简要说明三层BP网络的算法过程 (1)设网络的学习样本输入和期望输出为A和C(一1.2,….).随机地给出网络输入层到隐含层 的初始连接权值为一组随机小量同时也随机给出一组隐含层到输出层的连接权函数..以及隐含层 单元的阀值O和输出层单元的阀值. ,口为动量因子(Olt;口lt;1) (9)调整隐含层单元的阀值 /X一卢e(9) (10)重复第(2)到第(9)式的计算步骤,直到i一1,2,…,q和k一1.2,…,133,计算实际输 出与期望输出的误差,当全部样本的输出误差小于设定的收敛误差时,训练结束.+ 1,2知识库 这一部分主要起数据库的作用.它可包括原始数据,网络的结构(如网络的层次,节点数等)以及 由学习成功后的阿络参数(如权值,阈值等)等数据库构成同时它还具有新知识的补充学习后,不断 地更新其网络参数功能,从而达到自学习自适应的目的 1,3报警规则 预警是在新的预警数据驱动下,通过报警规则对经过神经网络模型计算得到的中问结果进行处理,得 出报警结果.因此报警规则是神经网络预警的主要手段