论文部分内容阅读
为有效地预测烟蚜发生量,利用BP神经网络理论和方法建立了烟蚜发生量预测模型,并运用QPSO算法优化BP神经网络的连接权值和阈值,以此确定最优连接权值和阈值。应用该模型以云南省玉溪市红塔区2003—2006年的烟蚜发生量历史数据为训练样本,对2007—2009年烟蚜发生量进行预测,其预测精度为99.35%,最小完成时间30 s,平均完成时间34.5 s,运行次数19次,预测效果明显优于其他预测模型。实验表明：该模型比其他预测模型预测结果更有效可行,收敛速度更快,稳定性更强,能解决预测、聚类方面的类似问题,为