基于L-M优化算法的水稻螟虫预测模型及其初步应用

• 作者: 于红 姜国兴 崔新忠 王美妮 高艳萍
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 神经网络 L-M优化算法 预测模型 水稻螟虫
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 162-165
• 页数: 4页
• 分类号: TP183|S433.89
• 字数: 2593字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2007.07.031

摘要

农村稻区水稻螟虫发生量与多种气候因素相关,各因素之间存在相互作用,是非线性系统.神经网络能有效地描述非线性模型多输入和不确定的特性.传统的BP网络在训练时易陷入局部极小点从而导致训练时间长、收敛速度慢,采用Levenberg-Marquardt优化算法(简称L-M算法)能克服其缺点.在MATLAB中应用L-M算法对辽宁盘锦田间稻区进行水稻螟虫发生量的仿真预测,试验结果表明L-M优化算法的预测精度和收敛速度明显提高,为稻区防控虫害和精确喷药提供参考,具有实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜国兴	大连水产学院信息工程学院	10	108	5.0	10.0
2	高艳萍	大连水产学院信息工程学院	34	176	7.0	12.0
3	崔新忠	大连水产学院信息工程学院	5	35	2.0	5.0
4	于红	大连水产学院信息工程学院	26	153	8.0	10.0
5	王美妮	大连水产学院信息工程学院	4	27	2.0	4.0