用量子优化算法预测小麦赤霉病  

Prediction of wheat scab by quantum optimization algorithm based on neural network

作　　者：贾花萍[1] 

机构地区：[1]渭南师范学院数学与信息科学学院,陕西渭南714000

出　　处：《江苏农业学报》2013年第3期523-526,共4页Jiangsu Journal of Agricultural Sciences

基　　金：陕西省自然科学基础研究计划项目(2011JM1010);陕西省教育厅专项科研计划项目(11JK0480);渭南师范学院院级项目(12YKS029)

摘　　要：准确预测小麦赤霉病流行程度,可以科学合理地预防小麦赤霉病。利用陕西渭南地区小麦赤霉病的历史数据,以影响赤霉病发生的气象因子作为预测因子,病穗率作为赤霉病流行程度,将量子遗传算法引入神经网络训练过程,构造神经网络的量子优化算法,对小麦赤霉病进行预测。与传统BP神经网络相比,量子优化算法预测结果更接近于实际值,且误差较小,其收敛精度、收敛速度显著提高,同时避免陷入局部极小的缺点,达到了很好的预测效果。可见,基于神经网络的量子优化算法预测小麦赤霉病远优于BP算法,可作为一种新方法用于小麦赤霉病预测。Accurate prediction of the prevalence of wheat scab will scientifically and rationally prevent the disease. The quantum genetic algorithm was introduced into neural network training process to establish the quantum optimization algorithm which was used in prediction of wheat scab in Weinan, Shaanxi province, using the meteorological data affecting the disease occurence. Compared with BP algorithm, quantum optimization algorithm performed better in predicting wheat scab with higher covergence accuracy and speed, and escaped from getting into local minimum.

关 键 词：小麦赤霉病 预测 量子优化算法 神经网络 

分 类 号：S431.9[农业科学—农业昆虫与害虫防治]