基于GA-RBF融合算法的玉米病虫害
产量损失预测研究

来源：江苏农业科学杂志2019年第第09期北京时间：

作者：王冬雪; 陈桂芬; 李英伦; 史树森

单位：1.吉林农业大学信息技术学院，吉林长春 130118； 2.吉林农业大学农学院，吉林长春 130118

摘要：鉴于玉米病虫害等影响因素在预测玉米产量损失时所具有的复杂及非线性等特点，采用传统的径向基函数(radial basis function，简称RBF)神经网络预测起来相对较难，且其预测精度较低。针对上述问题，提出1种基于遗传算法(genetic algorithm，简称GA)和径向基函数神经网络相融合的优化算法，对病虫害所造成的玉米产量损失进行预测。该融合算法利用人工神经网络的非线性拟合能力强和遗传算法寻优能力强的优点，建立最优产量损失预测模型，将该模型的估算值与玉米产量的实际值进行拟合，得到较好的拟合效果图。为了验证算法的可行性，以国家863计划示范基地榆树市弓棚镇13号村的试验数据为样本数据进行仿真预测。结果表明，经过GA-RBF融合算法的预测误差为0.207，较优化前误差降低了0.151，预测精度得到提高，实现对玉米病虫害产量损失的有效预测。预测结果可为农民进行科学有效的病虫害防控提供科学依据，经济有效地降低受灾程度，提高玉米产量。

关键词：遗传算法;RBF神经网络;融合算法;玉米病虫害;产量损失预测模型

基金资助：国家星火计划(编号：2015GA66004)。