基于人工神经网络的马尾松毛虫发生量预测模型的研究

编号 zgly0000292212

文献类型 期刊论文

文献题名 基于人工神经网络的马尾松毛虫发生量预测模型的研究

学科分类 220.3020;森林昆虫学

作者 陈绘画  朱寿燕  崔相富 

作者单位 仙居县林业局 

母体文献 林业科学研究;北京 

年卷期 2003, 16(2)

页码 159～165

年份 2003 

分类号 S763.428.1 

关键词 松树  叶部害虫  马尾松毛虫  虫害测报  发生量  预测模型  人工神经网络 

文摘内容 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2 a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
10.65%。表3参15