小麦赤霉病CBR预测模型参数的优化

• 作者: 丁克坚 关东 刘家成 张沙沙 朱诚 郑朝阳 陈莉
• 来源期刊: 安徽农业大学学报
• 学科: 农学
• 关键词: 案例推理 预测因子 权重 优化
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 植物保护
• 页码范围: 82-86
• 分类号: S435.121.45
• 语种: 中文

摘要

基于类比推理人工智能方法CBR原理建立了以时间序列为轴线的小麦赤霉病滚动预测模型.为提高模型预测的准确性,利用安徽省农作物病虫数据库,结合专家经验会商的结果,优化筛选该预测模型中的预测单元、预测阶段、各预测阶段的权重、气象因子及其权重等各关键预测参数,并检验其预测的准确性.结果表明,运用优化后的参数,小麦赤霉病CBR预测模型常年预测准确率可达84.21％.故优化后的预测参数可用于小麦赤霉病CBR预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莉	安徽农业大学植物保护学院	68	489	12.0	16.0
2	丁克坚	安徽农业大学植物保护学院	86	1026	17.0	27.0
3	朱诚	安徽农业大学植物保护学院	27	140	9.0	10.0
4	张沙沙	安徽农业大学植物保护学院	3	5	2.0	2.0
5	刘家成		3	9	1.0	3.0
6	关东	安徽农业大学植物保护学院	1	1	1.0	1.0
7	郑朝阳		1	1	1.0	1.0