基于模糊控制與RBF神經網絡的桃樹病蟲害發生預測

摘要：將模糊控制引入到徑向基函數（RBF）神經網絡中，采用模糊控制與RBF神經網絡相結合的方式建立預測模型，對河北順平地區種植的桃樹進行病蟲害發生預測。仿真結果表明，該預測模型相對誤差小，并解決了人工神經網絡缺乏處理不確定性和模糊信息能力的缺點，預測預報及時、準確。

關鍵詞：桃樹；病蟲害預測；徑向基函數（RBF）神經網絡；模糊控制；MATLAB仿真

中圖分類號：S126；TP391 文獻標識碼：A 文章編號：0439-8114（2013）02-0451-04

桃樹原產于中國，是中國主要栽培果樹之一，在中國有4 000多年的栽培歷史，是核果類果樹中最重要的樹種之一[1]，其果實風味優美，營養豐富，深受人們喜愛，市場消費量大，然而，對桃樹造成危害的病蟲害較多。因此，預測桃樹病蟲害未來的發生動態，在神經網絡預測的基礎上引入模糊控制，使防治工作得以全面進行就顯得非常必要。

1 徑向基函數（RBF）神經網絡的建立

1.1 桃樹病蟲害發生氣候因素間的相關性分析

氣候因素與桃樹病蟲害的發生發展有密切關系，主要包括溫度、濕度、光照、降雨和風速等，這些因素相互影響共同作用于病蟲害。

研究選取的預測預報對象是河北省順平縣種植園的桃樹，在當地桃樹主要有4種病蟲害存在[2，3]，關聯分析當地以往桃樹病蟲害發生量的歷史資料及氣象資料得出各種病蟲害在相同條件下的發生量，按其影響程度的大小依次為：5月平均日照時間、5月平均降雨量、5月平均相對濕度、5月平均氣溫、5月平均最低氣溫、4月平均日照時間、4月平均降雨量、4月平均相對濕度、4月平均氣溫、4月平均最低氣溫等10個生態和生物因素，因此本研究選取這10個數據作為影響桃樹病蟲害發生量的主要影響因素輸入。

1.2 RBF神經網絡的建立

把病蟲害發生等級設定為1級、2級、3級、4級、5級，歸一化時將上述次序的發生程度依次規定為：0.1、0.3、0.5、0.7和0.9。根據反復試驗，確定隱含層神經元數目為8個。由以上分析可知，此次研究采用的預測模型網絡結構為10-8-1[4]。

1.3 樣本數據的處理

在對網絡進行訓練之前首先對樣本數據進行處理，以消除原始數據形式不同所帶來的不方便。采用下式進行歸一化處理，線性變換到區間[0，1]：

xn=■

其中，xn為歸一化后的數據，x0為原始數據，xmax、xmin分別為原始數據的最大值、最小值。

MATLAB提供了對數據進行歸一化處理的函數：

[xn，xmin，xmax]=premnmx（x0）

訓練后為：

postmnmx（xn，xmin，xmax）

執行的算法是：

x0=xn（xmax-xmin）+xmin

歸一化處理后的數據如表1所示。

2 模糊控制器的設計

桃樹病蟲害發生預測是個非線性系統，在實際預測中通常會出現一些誤差。模糊控制是一種基于模糊規則和模糊推理的智能控制方法，它能有效地消除非線性系統的誤差，因此在病蟲害發生預測中得以應用，可用來修正神經網絡的預測結果，提高預測精度[5，6]。

研究中模糊控制器的輸入設定為當前時期的病蟲害發生預測值與實際值的誤差e和誤差變化率ec，ec=e（t）-e（t-1），輸出為對下一時期病蟲害發生預測修正量的修正因子α，根據下式計算修正量：ΔU=αe-（1-α）ec， α∈[0，1]。

通過MATLAB模糊編程仿真建立模糊規則查詢表[7，8]。

2.1 模糊控制的建立

在預測病蟲害模糊系統的編輯窗口建立雙輸入（e和ec）單輸出（α）的模糊控制器，編輯輸入變量的模糊語言值為NB、NS、ZE、PS、PB，輸入變量誤差e的隸屬度函數如圖1所示，ec和α的隸屬度函數與圖1類似。

2.2 模糊規則的確定

在模糊規則編輯器（圖2）中編輯28條模糊規則，同時可得到模糊規則的曲面觀察器如圖3所示。

2.3 模糊規則查詢表的建立

得到模糊規則查詢表如表2所示。進行模糊決策時，先將輸入量量化到輸入語言變量的模糊論域中，再根據量化結果元素查表求出控制量的清晰值，通過公式得到預測的調整量。

3 桃樹病蟲害發生預測仿真結果

采用RBF神經網絡與模糊控制相結合的方法對河北順平地區種植的桃樹進行病蟲害發生預測，預測2010年的桃樹病蟲害發生情況，預測結果如圖4A、4B、4C、4D所示。

4 結論

運用RBF神經網絡模型結合模糊控制理論進行桃樹病蟲害預測，得到了以下結論：將模糊控制規則引入到RBF神經網絡中，解決了人工神經網絡缺乏處理不確定性和模糊信息能力的缺點。采用模糊控制與RBF神經網絡相結合的方式建立預測模型，并對模型進行訓練，分析預測結果顯示相對誤差小，預測建模的結果比較滿意。

參考文獻：

[1] 石辛民，郝整清.模糊控制及其MATLAB仿真[M].北京：清華大學出版社，2008.

[2] 牛志達，宋茹瑛，張瑞平，等.桃樹常見病害識別及防治技術[J]. 河北果樹，2009（6）：22-24.

[3] 張紅偉，劉曉寧，幺明松，等.桃樹主要病蟲害的發生及防治[J].天津農林科技，2010（4）：14-17.

[4] 張德豐. MATLAB模糊系統設計[M].北京：國防工業出版社，2009.

[5] 李國勇. 神經模糊控制理論及應用[M]. 北京：電子工業出版社，2009.

[6] 賴一楠，吳明陽，賴明珠. 復雜機械結構模糊優化方法及工程應用[M].北京：科學出版社，2008.

[7] 王 香，蘇 文.桃樹主要病蟲害周年防治[J].河南農業，2010（9）：7-8.

[8] 鐘 珞，饒文碧，鄒承明，等.人工神經網絡及其融合應用技術[M].北京：科學出版社，2007.