基于BP神经网络的色板蚜虫诱捕量预测

检验水溶性黏着剂色板的蚜虫发生量预测预报潜能,了解其田间蚜虫诱捕量的影响因素.利用羧甲基纤维素钠和甘油为主要原料配制的水溶性胶黏着剂制作了3种颜色粘板,在露天菜地同一处地点进行了不同糖醋混合液含量、不同添加物有机硫估值以及水溶胶与机油2种黏着剂粘板的田间蚜虫诱捕测试.将测试结果作为BP神经网络模型的训练样本与预测样本进行建模分析.结果表明,黏合剂的极性、颜色、添加的引诱剂3个因素对蚜总科害虫田间诱捕量的影响权重较大,模型对预测样本的预测值与实际观测值基本吻合;黄色大型粘板诱捕蚜虫效果好,利用水溶胶粘板可以对田间蚜虫发生进行调查和预测预报.     

葱蓟马的发生与防治

蓟马是危害大葱的主要害虫之一,2005年我县被害率达到80%以上。一、蓟马的发生规律1.葱蓟马又叫棉蓟马,属缨翅目蓟马科,是杂食性害虫,主要危害葱、蒜、洋葱。以成虫或若虫吸取叶片汁液产生细小的灰白色长形斑点,严重吋葱叶萎缩、枯黄、卷曲,影响光合作用,导致叶部不能食用,     

6种杀虫剂防治葱蓟马田间药效试验

为提高葱蓟马的综合防治技术,筛选出高效低毒的防治药剂,研究了6种杀虫药剂对葱蓟马的田间防治效果。结果表明,使用60 g/L乙基多杀菌素悬浮剂225~300 m L/hm~2、22.4%螺虫乙酯悬浮剂300~450 m L/hm~2、20%呋虫胺可溶性粒剂450 g/hm~2对葱蓟马的防治效果明显。试验结果为葱蓟马的综合防治提供了技术支撑。     

卷烟劲头的BP神经网络模型预测

[目的]科学地评价卷烟配方中劲头的大小,通过建立BP神经网络模型预测卷烟劲头。[方法]以烟叶游离烟碱百分含量、总烟碱百分含量、结合态烟碱百分含量、游离烟碱占总烟碱比率和水浸液p H作为BP神经网络的输入,感官劲头作为输出,网络训练前对输入指标作归一化处理,然后通过训练样本数据对网络进行充分的训练,获得适宜的参数矩阵,得到卷烟劲头的网络预测模型,最后用训练好的网络模型对检验样本数据进行预测。[结果]卷烟配方中劲头大小的预测值与实际值相对标准偏差小于5%,达到了较好的预测结果。[结论]建立了卷烟劲头的BP神经网络预测模型,该模型对于预测卷烟劲头具有指导意义。     

8种杀虫剂防治葱蓟马的药效试验

8种杀虫剂防治葱蓟马(Thripstabaci)的药效试验结果表明,药后10天的校正防效4.5%高效氯氰菊酯EC>60%劲丹SP>1.8%阿维菌素EC>3%天丁EC>46%克植蝇WP>0.3%印楝素EC>5%速打EC>42%赛福丁EC。     

基于BP神经网络的抽水泵站抽水量预测

阐述了BP神经网络模型的计算步骤及其改进方法,并将其应用到石港抽水站抽水量预测的研究中。实例证明：该方法预测精度比较高,具有较大的研究潜力,为抽水站抽水量的预测提供了新思路。     

葱蓟马的识别与防治

介绍了葱蓟马的形态识别、为害症状、发生规律和防治方法。     

土壤水分预测的BP神经网络方法及模型

土壤水分预报是农田适时适量灌水的基础。田间土壤水分的变化受到外界气象因素及土壤特性、作物生长的影响,关系比较复杂。笔者利用多年实测土壤水分资料和气象资料,建立了考虑多个因素对土壤水分影响的BP人工神经网络模型。模型结果表明:所建立的模型具有较好的预测效果;用神经网络建立土壤水分预测模型的方法是可行的。     

葱蓟马的发生与防治

介绍了葱蓟马的形态特征、危害特点、发生规律与生活习性,并提出了其防治方法,以期为葱蓟马的防治提供参考。     

用BP神经网络预测地下水动态

地下水系统是一个复杂的随机系统，本文根据地下水位与其影响因素之间存在的映射关键，建立了一个BP人工神经网络模型，并将其用于地下水位的动态预测。实例表明，该方法预测精度较高，具有一定的推广价值。     

基于灰色理论和BP神经网络预测观光农业旅游人数的研究

运用灰色GM(1,1)预测模型与BP神经网络预测模型相结合而成的灰色神经网络模型,对山东枣庄市旅游人数进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前2年来预测下一年的组合规律分别作为BP神经网络的输入输出,并用旅游人数数据对模型进行学习验证。为山东枣庄市沿运区域旅游资源的合理利用及管理提供了科学依据,并以科学预测为依据提供一些观光农业旅游资源合理开发对策。     

基于BP神经网络的闽江上游洪水预报

洪水预报是水文科学中的难题,尤其是多分支河流的洪水演进和预报问题更是水文预报的难点。研究应用VB 6.0编程技术,实现人工神经网络BP算法的程序化,并建立闽江上游洪水过程预报的反向传播神经网络模型。经检验,洪水预测精度较好,结果令人满意,为闽江的洪水预报及调度工作提供新的思路和依据。     

基于遗传算法优化的BP神经网络的组合预测模型方法研究

【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。     

基于BP神经网络的黑龙江垦区人才需求预测

首先分析了黑龙江垦区人才需求预测的方法,在此基础上提出了运用BP神经网络对其预测的可行性,通过BP神经网络方法的详细分析,得出了黑龙江垦区对人才的需求数,并结合实际情况进行了分析。     

基于BP神经网络的马铃薯气候产量预报模型

为了准确预测马铃薯气候产量达到趋利避害的目的,利用1980—2015 年山西省大同市马铃薯产量及同期国家基准观象台观测到的气候资料,选用传统的统计回归方法和BP神经网络方法分别建立马铃薯产量预报模型。结果表明：通过二次函数曲线和最小二乘法确定马铃薯敏感期的气候因子是气温、日照和降水,其中降水对马铃薯产量的影响最大。通过改进的气候产量算法可以更好地反映气候要素与作物单产之间的函数关系。在Matlab 平台上训练精度设为0.005、学习率0.01 的BP神经网络方法可以很好地逼近非线性函数。用大于1/3 样本进行预报检验表明,在预报精度和拟合精度上,BP神经网络模型都明显优于传统的回归模型,BP神经网络方法在马铃薯产量预报中有具有非常广泛的应用前景。     

基于灰色理论的BP神经网络入侵预测模型

提出一种基于灰色理论BP神经网络的网络入侵预测方法。针对传统的预测方法难以高效预测大规模网络的复杂攻击行为,利用基于灰色理论的BP神经网络算法,对网络传输中的数据包建立模型、分析和检测识别,结果表明了改进后的入侵预测模型具有更好的预测精确度和效率。     

基于BP神经网络的大气环境质量评价模型

依据BP人工神经网络原理,以MATLAB为工具,建立了某市大气环境质量评价模型,评价了该市1月上旬大气环境质量状况,并与灰色聚类法、模糊综合评价法的评价结果进行比较,得到了较为一致的评价结果。     

基于BP神经网络的粮食产量预测模型

提高我国粮食产量的预测精度与效率是人们关注的一个重要问题.BP模型是目前最为广泛应用的神经网络模型之一,它是一种简单又非常有效的算法.将BP神经网络模型应用到粮食产量预测中,并建立了粮食产量的神经网络预测模型,结果表明BP神经网络应用于粮食产量预测是可行的.     

基于BP神经网络的猪舍有害气体定量检测模型研究

为寻找适合猪舍混合有害气体浓度识别的神经网络模型,建立了基于误差反向传播（BP）神经网络的猪舍有害气体定量检测模型,分别使用trainbr函数、traingdm函数及trainlm函数训练该神经网络,对有害氨气和硫化氢组成的混合气体浓度进行识别,并利用MATLAB软件的神经网络工具箱进行仿真。结果表明,采用trainbr函数训练的网络对该混合气体的平均识别精度高,速度较快,对噪声不敏感,适合猪舍有害气体的浓度识别。这为猪舍有害气体智能化监控提供了参考依据。