r语言课程设计（1）.pdf

统计软件及应用课程设计 虫情危害预测 学 院： 班 级： 学 号： 姓 名： 指导老师： 0 目录 一．背景与意义2 二．问题重述2 三．方法简介2 (一).判别分析2 (二).BP 神经网络3 四．数据处理与分析3 (一).数据预处理4 (二).判别分析4 1.模型建立4 2.模型优化6 3.模型应用7 (三).BP 神经网络7 1.模型建立7 2.模型优化8 3.建模重建10 4.模型应用11 五．总结与建议12 1 一． 背景与意义 农作物主要害虫常年对农作物造成严重危害，使农业经济遭到损失。预测害 虫未来的发生动态，可以使治虫工作得以有目的、有计划、有重点的进行。害虫 的预测预报工作是进行害虫综合防治的必要前提。只有对害虫发生危害的预测预 报做到及时、准确，才能正确的拟定综合防治计划，及时采取必要的措施，经济 有效的压低害虫的发生数量，保证农业的高产、稳产。 二． 问题重述 本文选取的预测预报对象是安徽庐江的田间水稻。水稻螟虫是水稻的重要害 虫之一，对农作物的危害极大,其数量的多少一定程度上决定着水稻受危害的 严 重程度。通过对此昆虫的基本了解，发现气候因素对昆虫的发生发展有着密切关 系，可以直接影响昆虫的生长、发育、生存、繁殖，从而造成害虫不同的发生期、 发生量和危害程度。同时水稻螟虫是变温昆虫，其生长、发育和繁殖与气象条件 的关系极为密切，所以我们从气候因素角度入手进行分析是合理的。 本文从影响害虫生存繁殖的气候因素角度入手，结合往年的气象资料以及影 响害虫生存繁殖的重要气候因素，选取了平均气温、最低气温、日照时间及降雨 量四个主要影响因素，运用统计学方法确定虫害的发生量与气候因子的关系，并 给出相应的预测方法。 三． 方法简介 针对实际问题，我们需要通过对历史数据的分析，给出准则：当给定新时期 下每一样本对应的各项气候指标时，能准确的判断其对应的虫害程度。下面介绍 两种方法。 (一).判别分析 判别分析是在分类确定的条件下，根据某一研究对象的各种特征值判别其类 型归属问题的一种多变量统计分析方法，是用以判别个体所属群体的一种统计方 法。根据判别中的组数，可以分为两组判别分析和多组判别分析；根据判别函数 的形式，可以分为线性判别和非线性判别；根据判别式处理变量的方法不同，可 以分为逐步判别、序贯判别；根据判别标准不同，可以分为距离判别、Fisher 判别、Bayes 判别法。 本文选用的是Fisher 判别法。Fisher 判别，是根据线性Fisher 函数值进 行判别，使用此准则要求各组变量的均值有显著性差异。该方法的基本思想是投 影，即将原来在R 维空间的自变量组合投影到维度较低的D 维空间去，然后在D 维空间中再进行分类。投影的原则是使得每一类的差异尽可能小，而不同类间投 影的离差尽可能大。Fisher 判别的优势在于对分布、方差等都没有任何限制， 应用范围比较广。另外，用该判别方法建立的判别方差可以直接用手工计算的方 法进行新样品的判别，这在许多时候是非常方便的。 2 (二).BP 神经网络 BP 神经网络是1986