基于BP人工神经网络的农作物害虫发生量的预测方法技术

本发明专利技术公开了一种基于BP人工神经网络的农作物害虫发生量的预测方法，其步骤如下：（1）采集待预测农作物害虫发生量的原始数据和影响农作物害虫发生影响因子的原始数据；（2）计算原始数据之间关联度，剔除差异大的数据；（3）计算影响农作物害虫发生的影响因子的累计贡献率；（4）利用BP人工神经网络，对农作物害虫发生量进行预测。该方法利用灰色关联度分析方法对农作物害虫发生量的原始数据进行处理，剔除掉误差数据，保证预测模型的稳定性和准确性；并利用主成分分析方法降低了BP人工神经网络输入因子个数，有效地解决了利用BP人工神经网络进行预测时，输入因子少时，其预测准确性低；输入因子多时，运算量大、其预测结果得不到收敛的矛盾。

【技术实现步骤摘要】

本专利技术属于智能预测
，具体地说是涉及一种基于BP人工神经网络的农作物害虫发生量的预测方法。
技术介绍
近年来，随着现代计算智能技术的发展，利用BP人工神经网络建立农业预测模型已取得了较好的预测效果，例如有文章报道，其题目为“BP人工神经网络在家蚕杂交组合预测中的应用初探”(该文作者是何克荣柳新菊祝新荣，发表于2010年出版的《蚕桑通报》第41卷第3期第沈-观页)，该文公开了一种利用BP人工神经网络建立家蚕杂种一代的6个经济性状的预测模型的方法；和文章“基于BP神经网络的果蔬热导率预测模型” (该文作者是张敏，钟志友，杨乐，等，发表于2010年出版的《农业机械学报》第41卷第10 期第117-121页)，该文公开了根据果蔬热导率与可溶性固形物含量、含水率、密度和硬度等因素的变化关系，建立一种基于BP神经网络的果蔬热导率预测模型的方法；以及文章“稻纵卷叶螟发生程度的神经网络预警”(该文作者是汪四水，张孝羲，张夕林，发表于2003 年出版的《生物数学学报》第18卷第1期第93-97页)，该文公开了一种利用BP人工神经网络原理，结合500pb西太平洋副热带高压和江苏省通州市稻纵卷本文档来自技高网...

【技术保护点】
１．一种基于ＢＰ人工神经网络的农作物害虫发生量的预测方法，其特征在于：首先，利用灰色关联分析法对待预测的农作物害虫过去的发生量和影响害虫发生的影响因子的原始数据进行关联度计算，剔除掉差异较大的数据；其次，对灰色关联分析法处理后的数据进行主成分分析，计算影响害虫发生的影响因子的累计贡献率；最后，利用ＢＰ人工神经网络对农作物害虫发生量进行预测，得到预测结果，具体步骤如下：（１）、采集整理待预测的农作物害虫过去的发生量的原始数据和影响农作物害虫发生的影响因子的原始数据；（２）、利用灰色关联度分析方法，计算原始数据之间的关联度，剔除差异较大数据；（３）、对灰色关联分析法处理后的数据主成分分析，计算影响...

【技术特征摘要】

【专利技术属性】
技术研发人员：彭琳，刘宗田，杨林楠，钟飞，朱平，
申请(专利权)人：上海大学，
类型：发明
国别省市：31