基于灰色关联和PSO-SVM的葡萄霜霉病的短期预测

• 作者: 吴宁 姜舒文 张玮 张驰 陈天恩 鲁梦瑶
• 来源期刊: 湖南农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 葡萄霜霉病 短期预测 支持向量机 粒子群算法 灰色关联分析 改进网格搜索法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 植物保护
• 页码范围: 191-197
• 页数: 7页
• 分类号: TP39
• 字数: 4296字
• 语种: 中文
• DOI: 10.13331/j.cnki.jhau.2020.02.011

摘要

运用灰色关联分析法(GRA)筛选出北京市房山地区的主要气象因子,作为支持向量机(SVM)模型的输入特征向量,通过粒子群算法(PSO)优化SVM的惩罚因子C和核函数参数δ,建立了基于灰色关联和PSO-SVM的葡萄霜霉病短期预测模型,应用该模型对该地区未来1 d的葡萄霜霉病发病等级进行短期预测.与改进网格搜索法优化的SVM模型、经验选择参数的标准SVM、不同训练函数和粒子群算法优化的BP网络模型进行比较,结果基于灰色关联分析的PSO-SVM模型预测效果最好,对葡萄霜霉病发病等级的预测正确率为95.24％,与基于全部气象因子的PSO-SVM模型相比,预测正确率提高了1.19％,运行速度快1.81 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玮	北京市农林科学院植物保护环境保护研究所	16	112	6.0	10.0
2	张驰		9	61	5.0	7.0
3	陈天恩		19	189	9.0	13.0
4	吴宁	上海海洋大学信息学院	1	0	0.0	0.0
8	姜舒文		1	0	0.0	0.0
9	鲁梦瑶		1	0	0.0	0.0