基于PLS_GA_Elman算法的病虫害预测 |
| |
引用本文: | 张芳群,包晓敏.基于PLS_GA_Elman算法的病虫害预测[J].浙江农业科学,2016,1(12):2082. |
| |
作者姓名: | 张芳群 包晓敏 |
| |
作者单位: | (浙江理工大学 信息学院,浙江 杭州310000) |
| |
摘 要: | 针对农业中虫害受多种复杂因素的影响及发生量预测问题非线性、样本少、特征变量多的特点,结合偏最小二乘回归(PLS)、遗传算法(GA)与Elman神经网络,建立了虫害发生量的PLS_GA_Elman预测模型。通过PLS回归算法对影响因素进行特征提取后,将降维变量输入Elman模型,并运用GA对Elman建模中的权值和阀值进行优化。通过实例分析表明该模型预测准确性高,能有效地预测虫害的发生量。同时为验证算法的有效性,与PLS算法、Elman神经网络算法、基于GA的Elman神经网络算法(GA_Elman)、基于GA的BP神经网络算法(GA_BP)进行比较。
|
关 键 词: | Elman神经网络 偏最小二乘法 遗传算法 PLS_GA_Elman算法 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《浙江农业科学》浏览原始摘要信息 |
| 点击此处可从《浙江农业科学》下载免费的PDF全文 |
|