文献类型：期刊文章

作　　者：陈雪艳[1] 李理[1] 范晓静[1] 乌兰[1]

Chen Xueya;Li Li;Fan Xiaojing;Wu Lan(College of Mechanical Engineering,Inner Mongolia University for the Nationalities,Tongliao 028043,China)

机构地区：[1]内蒙古民族大学机械工程学院,内蒙古通辽028043

出　　处：《中国农机化学报》

基　　金：国家自然科学基金资助项目(61440041);内蒙古民族大学2017年度校级教学团队(电工电子系列课程)

年　　份：2019

卷　　号：40

期　　号：2

起止页码：151-156

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、核心刊

摘　　要：农田虫害预测是促进农业发展和增加农民收入的关键部分。针对目前农田虫害预测算法准确性差和适应性不佳的问题,提出一种基于神经网络和证据理论的农田虫害预测算法。该方法首先分别采用BP神经网络、RBF神经网络和Elman神经网络进行虫害预测,然后利用证据理论中的组合决策思想,结合神经网络预测结果,进行权值提取和权值融合,最后通过融合后的权值实现农田虫害预测。试验结果表明,权值融合后具有更高的预测精度,相比神经网络传统预测方案,该方法的预测精度相比BP神经网络、RBF神经网络和Elman神经网络分别提升了约5倍、3倍和2倍,预测性能优于任何一种单一神经网络模型。

关 键 词：农田虫害预测  神经网络 证据理论 权值融合  

分 类 号：TN391]