基于小波神经网络的麦蚜发生程度预测模型

【目的】建立基于小波神经网络病虫害预测预报模型，对提前采取防病防虫措施、减少农作物病虫害损失、提高农作物产量与质量具有重要意义。【方法】本研究以山西省运城市芮城县1980-2014年麦蚜发生程度和气象因子数据为基础，采用主成分分析法从40个基础气象因子中整合形成9个新的自变量输入模型，采用试凑法筛选隐含层节点数，用1980-2009年的数据进行网络训练，对2010-2014年麦蚜发生程度进行回测，建立了以Morlet小波函数为传递函数的小波神经网络模型，并与以Sigmoid函数为传递函数的BP神经网络模型进行了比较。【结果】小波和BP神经网络两种模型对训练样本的平均拟合精度均有10年以上超过80%，两者MAPE值分别为89.83%和83.07%，MSE值分别为0.0578和0.6192。【结论】两个模型都能较好地描述麦蚜发生程度；从预测精度和模型的稳定性来看，小波神经网络好于BP神经网络。