基于人工神经网络的马尾松毛虫发生量预测模型的研究

• 作者: 崔相富 朱寿燕 陈绘画
• 来源期刊: 林业科学研究
• 关键词: 马尾松毛虫 人工神经网络 发生量 预测预报 BP模型
• 年，卷（期）: 2003,（2）
• 页码范围: 159-165
• 页数: 7页
• 分类号: S763
• 语种: 中文
• DOI: 10.3321/j.issn:1001-1498.2003.02.007

摘要

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为10.65%.