为了符合烟草工业的需求,保证烟草的稳定性和均匀性,运用大数据的理念和思维,以科学理论为基础,研究分析算法模型,建立烟草病虫害预测模型,为我省特色优质烟叶生产提供科学依据,提高四川省烤烟烟叶整体质量水平,更好地服务烟农和烟叶生产。本文主要研究烟叶生产过程中三病两虫（黑胫病、青枯病、烟草普通花叶病、烟蚜、烟青虫）的发生情况,随时依据气候变化情况及时、客观、准确地做出烟草三病两虫预测、预报,对烟草三病两虫发生、流行趋势进行预测,以便能及时采取相应的预防、防治措施,最大程度地降低病虫害对烟草造成的损失。1.数据的收集:收集四川省广元市、泸州市、攀枝花市、凉山州、宜宾市各主要烟区近三年气象、土壤、烟草病虫害基本信息数据,应用于病虫害预测模型的建立与训练。2.模型的构建:选用机器学习中的seq2seq（sequence to sequence）算法来构建监督式人工神经网络,构建出来的模型具有较长时间范围内的记忆功能,模型优化方法采用的是Adam优化算法,为每一个模型参数匹配与之相适应的单独学习率3.模型的验证:模型采用均方误差（MSE）来进行验证,均方误差是一种评估预测结果分布平均误差的有效方法,收集四川省广元市剑阁县普安镇、泸州市叙永县大寨乡、攀枝花市仁和区平地乡、凉山州会理县内东乡、凉山州冕宁县惠平乡烟田本年度实地气象、烟草病虫害基本信息数据,用于预测模型的验证。4.模型的预测分析:烟草病虫害预测模型的三病两虫总体预测准确率达到80%以上,预测模型的拟合度较好,能够准确地反应烟区的病虫害情况,其中黑胫病、青枯病、烟青虫的预测准确率表现最好,准确率可以达到90%以上。但是烟蚜和烟草普通花叶病的预测准确率表现不稳定,由于不确定因素的影响,会出现较大误差。