用量子优化算法预测小麦赤霉病

摘要：

准确预测小麦赤霉病流行程度,可以科学合理地预防小麦赤霉病.利用陕西渭南地区小麦赤霉病的历史数据,以影响赤霉病发生的气象因子作为预测因子,病穗率作为赤霉病流行程度,将量子遗传算法引入神经网络训练过程,构造神经网络的量子优化算法,对小麦赤霉病进行预测.与传统BP神经网络相比,量子优化算法预测结果更接近于实际值,且误差较小,其收敛精度、收敛速度显著提高,同时避免陷入局部极小的缺点,达到了很好的预测效果.可见,基于神经网络的量子优化算法预测小麦赤霉病远优于BP算法,可作为一种新方法用于小麦赤霉病预测.

关键词：小麦赤霉病、预测、量子优化算法、神经网络

所属期刊栏目：29

分类号：S431.9(病虫害及其防治)

资助基金：陕西省自然科学基础研究计划项目2011JM1010;陕西省教育厅专项科研计划项目11JK0480;渭南师范学院院级项目12YKS029

在线出版日期：2013-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：523-526