学位论文 > 优秀研究生学位论文题录展示
基于自适应神经网络的葡萄病害发生预测研究
作 者: 秦华
导 师: 任振辉
学 校: 河北农业大学
专 业: 农业电气化与自动化
关键词: 基本BP网络 自适应神经网络 葡萄病害预测 MATLAB仿真
分类号: S436.631
类 型: 硕士论文
年 份: 2009年
下 载: 114次
引 用: 0次
阅 读: 论文下载
内容摘要
葡萄是河北省主要的农副产品之一,河北涿鹿为长城葡萄酒酿酒公司提供了主要的原材料。然而,在葡萄生产过程中,容易遭受霜霉病、白腐病、炭疽病、黑痘病等病害的危害,其中葡萄霜霉病于2006年大面积流行,导致葡萄大约减产30%左右,且果实的含糖量降低,品质变劣。预测葡萄病害未来的发生动态,可以使治害工作得以有目的、有计划、有重点的进行。病害的预测预报工作是进行病害综合防治的必要前提,只有对病害发生危害的预测预报做到及时、准确,才能正确的拟定综合防治计划,及时采取必要的措施,经济有效的减少葡萄病害的发生数量,保证农业的高产、稳产。葡萄病害发生的预测是一个典型的非线性系统,影响病害发生因素又很多,采用常规方法预测将是一件非常困难的事。人工神经网络是一个非线性动力学系统,其特点是可以通过例子学习(训练)去解决问题,而不必知道对象的数学模型。特别是多层前馈BP网络,可通过学习以任意精度逼近任何连续映射,应用广泛。基于此,作者将此模型及自适应神经网络算法应用在葡萄病害预测中,并通过对河北张家口市涿鹿地区葡萄病害发生程度的预测来检验模型的效果。本文所做的工作如下:(1)通过对多种葡萄病害预测资料的统计,进行关联分析得出各种病害在相同条件下的发生量,且得到6个生态和生物因子,按影响程度的大小依次为:六月平均日照时数、六月降雨量、六月相对湿度、五月平均日照时数、五月降雨量、五月相对湿度。(2)针对BP网络模型的实现需要掌握计算机编程语言及较高的编程能力,一定程度上不利于神经网络技术推广和使用这一难题,本文在简要介绍了BP神经网络基本原理及其算法的基础上,详细介绍了利用MATLAB神经网络工具箱进行BP网络模型建立、训练、仿真的编程方法。同时,也分别建立了基本BP神经网络和自适应神经网络两种模型来预测葡萄病害的发生程度。(3)对两种模型学习训练误差性能曲线训练误差进行分析,得出自适应神经网络收敛速度快且网络性能达标的结论。(4)对自适应神经网络模型的预测输出和实际输出进行了线性回归分析,得到目标矢量对网络输出的关系系数R接近于1,得出结论:自适应神经网络模型预测输出值和实际的样本输出值相关性很好,仿真精度高,容错能力强,可靠性、鲁棒性高,预测建模的结果比较满意。自适应神经网络模型对于葡萄病害发生程度的预侧具有重要的参考价值。
|
全文目录
摘要 4-5 Abstract 5-10 1 绪论 10-16 1.1 课题研究背景 10-14 1.1.1 葡萄病害发生趋势分析 10-11 1.1.2 河北葡萄病害防治存在的问题 11 1.1.3 葡萄病害的预测 11-13 1.1.4 葡萄病害预测的意义 13 1.1.5 人工神经网络在病害预测中的应用研究 13-14 1.2 本文所做的主要工作及意义 14-16 2 人工神经网络 16-29 2.1 人工神经网络发展概况 16-17 2.1.1 人工神经网络研究的发展简史 16-17 2.1.2 我国人工神经元网络研究的状况 17 2.2 人工神经元网络模型 17-21 2.2.1 人工神经元模型 17-19 2.2.2 人工神经网络模型 19-21 2.3 人工神经网络的学习 21-22 2.3.1 学习方式 21 2.3.2 学习规则 21-22 2.4 多层前向神经网络及误差反向传播(BP)算法 22-27 2.4.1 误差反向传播(BP)算法 23-25 2.4.2 带动量项的自适应调整学习率的BP 算法 25-27 2.5 本章小结 27-29 3 基于BP 神经网络的葡萄病害预测原理 29-34 3.1 葡萄病害与气候因子间的相关性分析 29-30 3.1.1 温度 29 3.1.2 湿度(和降雨量) 29 3.1.3 光 29-30 3.2 基于BP 网络的葡萄病害预测系统的分析与设计 30-32 3.2.1 网络结构的确定 30-31 3.2.2 隐层节点数的设计 31 3.2.3 网络学习参数的选取 31-32 3.3 样本数据的处理 32-33 3.4 本章小结 33-34 4 基于BP 神经网络葡萄病害预测的MAT LAB 实现 34-48 4.1 MATLAB 神经网络工具箱 34-38 4.1.1 神经网络工具箱函数 34-37 4.1.2 MATLAB 中BP 网络的训练过程 37-38 4.2 网络的建立 38-39 4.3 基于MATLA86.X 的神经网络设计与分析 39-47 4.3.1 输入矢量 39 4.3.2 创建神经网络 39-41 4.3.3 网络的训练 41-44 4.3.4 网络的仿真 44-46 4.3.5 葡萄病害自适应神经网络的预测 46-47 4.4 本章小结 47-48 5 结论与展望 48-50 5.1 结论 48 5.2 展望 48-50 参考文献 50-54 在读期间发表的学术论文 54-55 作者简历 55-56 致谢 56
|
相似论文
- 基于CAN总线的比例流量阀控制器的电路设计及仿真,TP273.5
- 基于电液比例阀控缸位置系统的控制策略及性能研究,TH137.52
- 龙门铣床横梁及滑枕液压自动平衡系统研究,TG542
- 20kV线路接地保护研究,TM862
- 盾构机刀盘系统的同步驱动研究,TM921.48
- 基于短时记忆的航天器姿态控制研究,V448.2
- 2-RRC-SPS及2-RRC-PSS并联机器人运动学和动力学建模,TP242.2
- 基于卫星导航系统的定向技术研究,P228.4
- 圆弧刃金刚石刀具刃磨机摆轴控制系统设计,TG711
- 高功率因数开关电源的研究与实现,TN86
- DSTATCOM在渐赣线电气化铁道中的应用,TM922.3
- 高功率因数软开关中频变频器的研究,TM921.51
- 双PWM变频调速系统的研究,TM921.51
- 自动变速器试验台驱动控制研究,TM343
- 电子直线加速器的谐振变压器设计与研究,TM402
- 电能质量复合调节装置控制策略及接入系统技术研究,TM761
- 工业35T/H循环流化床锅炉燃烧系统建模与仿真研究,TK223.2
- 自动变速器加载控制系统的研究,U463.212
- 液压混合动力汽车能量再生系统特性仿真研究,TH137
- UM2000轨道电路信号的解码算法研究,TP273
- 电热连续结晶机的智能控制,TP273
中图分类: > 农业科学 > 植物保护 > 病虫害及其防治 > 园艺作物病虫害及其防治 > 果树病虫害 > 浆果类病虫害 > 葡萄病虫害
© 2012 www.xueweilunwen.com
|