基于GA-BP神经网络算法的马铃薯晚疫病预测模型

• 作者: 吴敏宁 张峰 张永恒 杨斐
• 来源期刊: 河南科学
• 关键词: 马铃薯晚疫病 遗传算法 BP神经网络 归一化处理
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 生命科学与农业科学
• 页码范围: 887-891
• 页数: 5页
• 分类号: TP183.1
• 语种: 中文

摘要

应用基于遗传算法的BP神经网络构建马铃薯晚疫病预测模型，对原始样本进行归一化处理，应用遗传算法优化BP神经网络的结构、初始权值、阀值，通过BP神经网络训练构建马铃薯晚疫病预测模型，利用遗传算法来改善BP神经网络算法本身的缺陷，提高学习精度，预测准确度。仿真结果表明，GA-BP神经网络模型预测准确度较高，误差率较低，稳定性较好。实践证明，将GA-BP神经网络算法应用于马铃薯晚疫病预测模型中是可行的，能够实现晚疫病流行程度的快速预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张峰	榆林学院信息工程学院	46	278	9.0	14.0
2	张永恒	榆林学院信息工程学院	43	111	7.0	8.0
3	吴敏宁	榆林学院信息工程学院	23	63	4.0	6.0
4	杨斐	榆林学院信息工程学院	11	30	3.0	5.0