我国作为农业大国,农作物的产量占据重要地位。虫害的发生对农作物的生产造成了严重的危害。因此,及时、准确的对虫害的发生进行预测预报,才能为虫害的防治工作提供基础,才能有利于农业的良好发展,减少损失。随着信息技术的发展,计算机网络,数据管理等技术早已被广泛应用到虫害的监测和预测等领域。为了适应农作物虫害资料的规范化、信息化、网络化的要求,以及相关人员日常工作的需求,本文构建了一个基于Web技术的虫害预测系统,该系统集虫害数据管理、查询、预测于一体。虫害的发生不仅受天气、农作物的生长情况等的影响,还具有地域上的差别,虫害数据自身又包含显著的动态时序特征,很难对其做到精准的预测。为了能及时和准确的对虫害的发生进行预测,本文主要研究内容为:(1)针对农业中虫害发生数据的特点,以及对相关基础理论的研究,以偏最小二乘支持向量机(LSSVM)为核心,建立了针对农业虫害发生的预测模型(PLS-PSO-LSSVM)。首先,针对LSSVM参数寻优的问题,提出用遗传算法(GA)和粒子群算法(PSO)对其参数寻优进行改进。其次,针对虫害发生影响因素之间的共线性问题,提出用偏最小二乘法(PLS)对虫害发生影响因素进行主成分提取。(2)基于区域的虫害发生量的预测。以稻飞虱为例,通过对其近30年发生情况的分析,稻飞虱的发生不仅受到温度、湿度、降雨、日照的影响,发生的情况还有地域上的差别。因此,本文以具体地区的虫害影响因素作为预测因子,结合本文建立的预测模型进行预测,并与BP神经网络、偏最小二乘(PLS)模型进行对比分析,得出本文建立的预测模型的预测精度更高。(3)根据基于Web技术的虫害预测系统的设计需求,对系统进行了总体设计和详细设计分析,并完成了系统的开发。实现了实时虫害数据监测、历史虫害数据查询、报表设计分析、虫害预测等功能模块。实现了数据的集中管理,及时将虫情发送到相应的用户手中。