【www.zhangdahai.com--其他范文】
摘要：将模糊控制引入到径向基函数（RBF）神经网络中，采用模糊控制与RBF神经网络相结合的方式建立预测模型，对河北顺平地区种植的桃树进行病虫害发生预测。仿真结果表明，该预测模型相对误差小，并解决了人工神经网络缺乏处理不确定性和模糊信息能力的缺点，预测预报及时、准确。
关键词：桃树；病虫害预测；径向基函数（RBF）神经网络；模糊控制；MATLAB仿真
中图分类号：S126；TP391 文献标识码：A 文章编号：0439-8114（2013）02-0451-04
桃树原产于中国，是中国主要栽培果树之一，在中国有4 000多年的栽培历史，是核果类果树中最重要的树种之一[1]，其果实风味优美，营养丰富，深受人们喜爱，市场消费量大，然而，对桃树造成危害的病虫害较多。因此，预测桃树病虫害未来的发生动态，在神经网络预测的基础上引入模糊控制，使防治工作得以全面进行就显得非常必要。
1 径向基函数（RBF）神经网络的建立
1.1 桃树病虫害发生气候因素间的相关性分析
气候因素与桃树病虫害的发生发展有密切关系，主要包括温度、湿度、光照、降雨和风速等，这些因素相互影响共同作用于病虫害。
研究选取的预测预报对象是河北省顺平县种植园的桃树，在当地桃树主要有4种病虫害存在[2，3]，关联分析当地以往桃树病虫害发生量的历史资料及气象资料得出各种病虫害在相同条件下的发生量，按其影响程度的大小依次为：5月平均日照时间、5月平均降雨量、5月平均相对湿度、5月平均气温、5月平均最低气温、4月平均日照时间、4月平均降雨量、4月平均相对湿度、4月平均气温、4月平均最低气温等10个生态和生物因素，因此本研究选取这10个数据作为影响桃树病虫害发生量的主要影响因素输入。
1.2 RBF神经网络的建立
把病虫害发生等级设定为1级、2级、3级、4级、5级，归一化时将上述次序的发生程度依次规定为：0.1、0.3、0.5、0.7和0.9。根据反复试验，确定隐含层神经元数目为8个。由以上分析可知，此次研究采用的预测模型网络结构为10-8-1[4]。
1.3 样本数据的处理
在对网络进行训练之前首先对样本数据进行处理，以消除原始数据形式不同所带来的不方便。采用下式进行归一化处理，线性变换到区间[0，1]：
xn=■
其中，xn为归一化后的数据，x0为原始数据，xmax、xmin分别为原始数据的最大值、最小值。
MATLAB提供了对数据进行归一化处理的函数：
[xn，xmin，xmax]=premnmx（x0）
训练后为：
postmnmx（xn，xmin，xmax）
执行的算法是：
x0=xn（xmax-xmin）+xmin
归一化处理后的数据如表1所示。
2 模糊控制器的设计
桃树病虫害发生预测是个非线性系统，在实际预测中通常会出现一些误差。模糊控制是一种基于模糊规则和模糊推理的智能控制方法，它能有效地消除非线性系统的误差，因此在病虫害发生预测中得以应用，可用来修正神经网络的预测结果，提高预测精度[5，6]。
研究中模糊控制器的输入设定为当前时期的病虫害发生预测值与实际值的误差e和误差变化率ec，ec=e（t）-e（t-1），输出为对下一时期病虫害发生预测修正量的修正因子α，根据下式计算修正量：ΔU=αe-（1-α）ec， α∈[0，1]。
通过MATLAB模糊编程仿真建立模糊规则查询表[7，8]。
2.1 模糊控制的建立
在预测病虫害模糊系统的编辑窗口建立双输入（e和ec）单输出（α）的模糊控制器，编辑输入变量的模糊语言值为NB、NS、ZE、PS、PB，输入变量误差e的隶属度函数如图1所示，ec和α的隶属度函数与图1类似。
2.2 模糊规则的确定
在模糊规则编辑器（图2）中编辑28条模糊规则，同时可得到模糊规则的曲面观察器如图3所示。
2.3 模糊规则查询表的建立
得到模糊规则查询表如表2所示。进行模糊决策时，先将输入量量化到输入语言变量的模糊论域中，再根据量化结果元素查表求出控制量的清晰值，通过公式得到预测的调整量。
3 桃树病虫害发生预测仿真结果
采用RBF神经网络与模糊控制相结合的方法对河北顺平地区种植的桃树进行病虫害发生预测，预测2010年的桃树病虫害发生情况，预测结果如图4A、4B、4C、4D所示。
4 结论
运用RBF神经网络模型结合模糊控制理论进行桃树病虫害预测，得到了以下结论：将模糊控制规则引入到RBF神经网络中，解决了人工神经网络缺乏处理不确定性和模糊信息能力的缺点。采用模糊控制与RBF神经网络相结合的方式建立预测模型，并对模型进行训练，分析预测结果显示相对误差小，预测建模的结果比较满意。
参考文献：
[1] 石辛民，郝整清.模糊控制及其MATLAB仿真[M].北京：清华大学出版社，2008.
[2] 牛志达，宋茹瑛，张瑞平，等.桃树常见病害识别及防治技术[J]. 河北果树，2009（6）：22-24.
[3] 张红伟，刘晓宁，幺明松，等.桃树主要病虫害的发生及防治[J].天津农林科技，2010（4）：14-17.
[4] 张德丰. MATLAB模糊系统设计[M].北京：国防工业出版社，2009.
[5] 李国勇. 神经模糊控制理论及应用[M]. 北京：电子工业出版社，2009.
[6] 赖一楠，吴明阳，赖明珠. 复杂机械结构模糊优化方法及工程应用[M].北京：科学出版社，2008.
[7] 王 香，苏 文.桃树主要病虫害周年防治[J].河南农业，2010（9）：7-8.
[8] 钟 珞，饶文碧，邹承明，等.人工神经网络及其融合应用技术[M].北京：科学出版社，2007.
本文来源：http://www.zhangdahai.com/shiyongfanwen/qitafanwen/2023/0331/577845.html
