10.3321/j.issn:1001-1498.2003.02.007
基于人工神经网络的马尾松毛虫发生量预测模型的研究
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2 a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%.
马尾松毛虫、人工神经网络、发生量、预测预报、BP模型
16
S763(森林保护学)
2004-01-08（万方平台首次上网日期，不代表论文的发表时间）
共7页
159-165
