基于L-M优化算法的水稻螟虫预测模型及其初步应用

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.

关键词：神经网络、L-M优化算法、预测模型、水稻螟虫

所属期刊栏目：23

分类号：TP183;S433.89(自动化基础理论)

资助基金：辽宁省教育厅资助项目05L090

在线出版日期：2007-09-17（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：162-165