• 中国中文核心期刊
  • 中国科学引文数据库(CSCD)核心库来源期刊
  • 中国科技论文统计源期刊(CJCR)
  • 第二届国家期刊奖提名奖

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于人工神经网络的马尾松毛虫发生量预测模型的研究

陈绘画 朱寿燕 崔相富

引用本文:
Citation:

基于人工神经网络的马尾松毛虫发生量预测模型的研究

  • 中图分类号: S763

A Study on the Forecast Model of Dendrolimus punctatus Occurrence Based on Artificial Neural Network

  • CLC number: S763

  • 摘要: 运用人工神经网络的原理和方法,根据相关系数法和逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的气象因子作为样本的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的BP网络模型。结果表明:所建立的各BP模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为15个,预报因子数为8个时,2组预留有虫面积的2a平均预测误差为3.15%;虫口密度BP模型的隐层神经元个数为8个,预报因子数为6个时,预留样本的平均预测误差为5.91%;虫株率BP模型的隐层神经元个数为4个,预报因子数为5个时,预留样本的平均预测误差为10.65%。
  • [1] 吴林杨春材洪国朋范贤龙任建敏 . 角蜡蚧产卵量与卵期预测预报的研究. 林业科学研究, 1999, 12(3): 321-324.
    [2] 王西南赵克褚秀梅李萍鲍竹芳段春华 . 桃仁蜂羽化动态及预测预报模型的研究. 林业科学研究, 2005, 18(1): 95-97.
    [3] 田丰毕湘虹申国涛周彪李文宝 . 两年一代落叶松毛虫的预测预报技术及防治指标的研究. 林业科学研究, 1998, 11(4): 388-395.
    [4] 叶文虎马小明李天生陈昌洁吴坚周健生 . 马尾松毛虫预测预报系统的研究*. 林业科学研究, 1990, 3(5): 427-433.
    [5] 王成树许成林李增智 . 马尾松毛虫天敌的发生动态及空间分布. 林业科学研究, 2000, 13(5): 547-550.
    [6] 王庆毕猛杜婷廖怀建石雷 . 基于气象因子的马尾松毛虫发生率空间格局研究. 林业科学研究, 2016, 29(2): 256-260.
    [7] 文志忠温小遂 . 马尾松毛虫种群动态趋势探讨——用临界分化日预测二、三代分化率. 林业科学研究, 2000, 13(4): 447-450.
    [8] 程冀文王树森罗于洋张岑 . 基于BP神经网络的沙柳地上生物量预测模型. 林业科学研究, 2022, 35(3): 193-198. doi: 10.13275/j.cnki.lykxyj.2022.03.022
    [9] 高尚坤唐艳龙张彦龙杨忠岐王小艺路纪芳王健司徒春南付甫永 . 松褐天牛在马尾松树干上的分布规律. 林业科学研究, 2015, 28(5): 708-712.
    [10] 孙锡麟谈迎春陈建寅 . 应用松毛虫赤眼蜂防治马尾松毛虫研究*. 林业科学研究, 1990, 3(4): 407-410.
    [11] 温小遂彭龙慧万雪民龙炜罗俊根张武 . 马尾松毛虫抗药性监测及增效磷与3种菊酯混配的增效作用. 林业科学研究, 2001, 14(2): 141-147.
    [12] 柴希民何志华吴正东 . 马尾松毛虫卵寄生蜂数量变动研究. 林业科学研究, 1989, 2(5): 461-468.
    [13] 任立宗 . 越冬代马尾松毛虫虫情调查方法的研究*. 林业科学研究, 1991, 4(1): 96-100.
    [14] 彭龙慧李周直 . 马尾松毛虫对氰戊菊酯的耐药性研究*. 林业科学研究, 1992, 5(5): 559-564.
    [15] 朱鹏飞赵善欢 . 马尾松毛虫对药剂的敏感性及防治应用. 林业科学研究, 1995, 8(5): 570-573.
    [16] 王常禄吴坚萧刚柔 . 日本弓背蚁生物学特性及捕食马尾松毛虫作用的研究. 林业科学研究, 1991, 4(4): 405-408.
    [17] 江年周健生史德山 . 马尾松毛虫二、三代地区种群动态的研究*. 林业科学研究, 1992, 5(5): 584-588.
    [18] 梁成杰赵玲黄金义蒙美琼杨秀好李吉钧 . 航空喷洒设备及监测技术的研究 Ⅲ.喷撒设备防治马尾松毛虫. 林业科学研究, 1999, 12(2): 185-189.
    [19] 赵同海张永安王玉珠严东辉陈昌洁王贵成 . 温度对B.t杀虫剂防治马尾松毛虫效果的影响. 林业科学研究, 2000, 13(2): 213-216.
    [20] 周念军李天生 . 马尾松毛虫初步预测预报系统模型. 林业科学研究, 1988, 1(2): 231-235.
  • 加载中
计量
  • 文章访问数:  3210
  • HTML全文浏览量:  222
  • PDF下载量:  1306
  • 被引次数: 0
出版历程
  • 收稿日期:  2002-08-05

基于人工神经网络的马尾松毛虫发生量预测模型的研究

  • 1. 浙江省仙居县林业局,浙江仙居 317300
  • 2. 浙江省仙居县气象局,浙江仙居 317300

摘要: 运用人工神经网络的原理和方法,根据相关系数法和逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的气象因子作为样本的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的BP网络模型。结果表明:所建立的各BP模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为15个,预报因子数为8个时,2组预留有虫面积的2a平均预测误差为3.15%;虫口密度BP模型的隐层神经元个数为8个,预报因子数为6个时,预留样本的平均预测误差为5.91%;虫株率BP模型的隐层神经元个数为4个,预报因子数为5个时,预留样本的平均预测误差为10.65%。

English Abstract

目录

    /

    返回文章
    返回