TPJ-5蟲情測(cè)報(bào)燈與農(nóng)作物蟲情預(yù)測(cè)

農(nóng)作物蟲害對(duì)農(nóng)作物造成的嚴(yán)重危害，使農(nóng)業(yè)生產(chǎn)遭受嚴(yán)重?fù)p失。為了避免或減少損失，可以根據(jù)氣象資料、病蟲害的發(fā)生發(fā)展規(guī)律進(jìn)行分析預(yù)測(cè)，如果能夠準(zhǔn)確地預(yù)測(cè)蟲害發(fā)生量及其危害程度，就可有效地預(yù)先采取措施，降低蟲害發(fā)生量。有關(guān)蟲情預(yù)測(cè)的研究，目前主要有統(tǒng)計(jì)法、實(shí)驗(yàn)法、觀察法，但這些方法存在一定的局限性，如觀察法中的經(jīng)驗(yàn)預(yù)測(cè)受人為因素影響較為明顯，采用的相關(guān)系數(shù)準(zhǔn)確率低，預(yù)測(cè)結(jié)果的可靠性很難得到保證; 時(shí)間序列法的預(yù)測(cè)準(zhǔn)確率雖有了較大提高，但要求定量采集影響蟲害行為的多種影響因子，模型的建立和檢驗(yàn)過程復(fù)雜，使用難度較高; BP 神經(jīng)網(wǎng)絡(luò)算法網(wǎng)絡(luò)誤差精度變化平緩，收斂速度慢，并陷入局部*狀態(tài)，即所謂的“早熟"現(xiàn)象。高陽在 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程引入進(jìn)行量子學(xué)習(xí)算法，使該方法在預(yù)測(cè)精度和速度等方面都優(yōu)于傳統(tǒng) BP 神經(jīng)網(wǎng)絡(luò)，但量子門在更新過程中，由于量子計(jì)算本身存在一定的概率性，所以不是每次更新都能減小誤差。
模糊神經(jīng)網(wǎng)絡(luò)是由模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)交叉綜合而產(chǎn)生的，是軟計(jì)算技術(shù)的主要研究內(nèi)容之一，是智能控制理論中的一個(gè)十分活躍的分支，模糊神經(jīng)網(wǎng)絡(luò)是一種能處理抽象信息的網(wǎng)絡(luò)結(jié)構(gòu)，具有強(qiáng)大的自學(xué)習(xí)和自調(diào)整功能。模糊神經(jīng)網(wǎng)絡(luò)同普通人工神經(jīng)網(wǎng)絡(luò)一樣，由大量模糊的或非模糊的神經(jīng)元按某種拓?fù)浣Y(jié)構(gòu)連接而成。
三種基本的模糊神經(jīng)元為: 模糊化神經(jīng)元、去模糊化神經(jīng)元、模糊邏輯神經(jīng)元。1987 年，Kos-ko *將模糊理論與神經(jīng)網(wǎng)絡(luò)結(jié)合在一起，并進(jìn)行了較為系統(tǒng)的研究。各種新模型的提出以及相應(yīng)學(xué)習(xí)算法的研究使模糊神經(jīng)網(wǎng)絡(luò)理論得到快速的發(fā)展和廣泛的應(yīng)用。鑒于此，提出將人工神經(jīng)網(wǎng)絡(luò)與模糊系統(tǒng)結(jié)合，建立基于模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型，將其應(yīng)用于農(nóng)作物蟲情預(yù)測(cè)，以期能進(jìn)一步提高預(yù)測(cè)速度和精度。
蟲情測(cè)報(bào)燈  http://www.cqlight.com.cn/product_2.asp?id=23