基于神经网络和证据理论的农田虫害预测算法

来源：中国农机化学报杂志2019年第2期北京时间：

作者：陈雪艳;李理;范晓静;乌兰;

单位：内蒙古民族大学机械工程学院;

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

基金资助：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)