收藏本站
《南京农业大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

参数化模糊遗传神经网络及在植物病害预测的应用

熊雪梅  
【摘要】:人工神经网络由于具有自学习的优点,应用广泛。而其中前向神经网络采用误差反向传播算法,又是应用最为广泛的一种神经网络。但是,BP算法训练速度慢,且容易陷入局部最小。这些都局限了神经网络在植物病害方面的应用。国内还没有神经网络在植物病害预测方面的实际应用。要加深神经网络在植物病害上的应用,首先必须克服算法陷入局部最小的缺点,提高算法的训练速度,提高网络使用测试组时的分类精度。 本论文为了改进参数化前向神经网络PENN的性能,网络各隐含层采用了带2个参数的变形Sigmoid函数,网络各层间采用了快捷连接方法。变形Sigmoid函数的参数由遗传算法配置。为了将改进的参数化前向神经网络应用于植物病害预测,考虑到其输入矢量有时含模糊分量,网络的输入层引入了模糊集合理论,使网络能处理语义变量。模糊输入输出的参数同样由遺传算法配置,构成新的神经网络算法PFNN_FG。PENN_FG的基本结构总体上是一个多层前向神经网络,由一个输入层,一个模糊输入层,两个隐层和一个输出层组成。从输入层到模糊输入层是一个转换过程,变形Sigmoid函数用于各隐含层,输出层采用线性传输函数。神经网络虽然能够很好地预测,但是它不能解释为什么给出的输出是合理的。因此,从训练后的网络抽取规则也是本论文的工作之一。所采用的规則抽取方法简单,所得的规则数量远远少于ANFIS的规则,而且推导了多隐含层的神经网络规則抽取的公式。实验所用的Stuttgart神经网络模拟软件SNNS可模拟多种结构的神经网络及相应的算法。通过改进SNNS的内核,加入了新的学习算法PFNN_FG,新的参数化传输函数Act_Variandt_Sigmoid和模糊π函数Act_Fuzzy_Pi。将PFNN_FG和其他神经网络如前向神经网络,径向基神经网络等用于大豆基准问题进行分析比较,结果是PFNN_FG在精度和训练速度上优于其他网络。将PFNN_FG和前向神经网络用于3组黄瓜霜霉病数据,前者测试组的均方根误差小于后者。 博士学位论文参数化模糊遗传神经网络及其在植物病害预测的应用 误差反向传播学习算法之所以速度慢,部分是由于误差信号在网络各层间反向 传播时得到衰减。为了解决导致前向神经网络(FNN)中误差反向传播学习算法的误 差信号衰减问题,方法之一是依次增大隐含层的误差信号。通过调整变形Sigmoid 函数的参数,可以减轻误差信号的衰减问题。在不同的隐含层应用不同参数配置的 变形5 igmoid函数,就构成了参数化的前向神经网络(PFNN).PFNN是PFNN一FG的一 个基础组成部分.与文献中的PFNN相比,参数减少了一个而不影响其增强误差信 号的功能,且能使遗传算法中的染色体串长度减少. 解决误差信号衰减问题的另一方法是快捷连接方式.它使得各层之间信息得到 直接的传递,每层都直接与后续层相连,而不是只与紧挨着的一层相连.一个快捷 相连的参数化前向神经网络PFNN,如果输出层激励函数为线性函数,则可以看成是 由一个无快捷相连的非线性PPNN和一个线性网络的组合。因此,快捷相连的PFNN 可以解决非线性和线性问题。本论文中的PFNN为快捷相连的前向神经网络,这也是 与文献中的含3个参数的PFNN的改进之处,使网络能处理线性和非线性的问题。 各隐含层的激励函数为变形sigmoid函数,输出层激励函数为线性函数.考虑到 RPROP的快速学习能力,PFNN一FG中采用这种学习算法。 模糊集合理论用于神经网络的输入层,可使神经网络能够处理语义和数据输 入。 多层参数化前向神经网络,(。耐维输入(。维语义输入和,维数据输入) I,一风气年标+l),.~人n+,)1转换成(劲砌维输入: 人一卜:(人,),…,产,(I‘(3。)王xi(3。十.,,…,戈(3。十m,J·[X.,XZ,…X3。,X(3,十:),:.,,x(3。,,,1· 这里产值代表相应的语义二集低(L),中(动和高(功的隶属度函数;I值指模 糊输入层的伪耐个输入。语义输入特征毛的二集低(L),中(劫和高(劝的隶属度 值表达式中的参数。jh,c,,c,,心,标,际等三个语义特征沿第j轴的中心和半径由遗 传算法配置。 中文摘要 在补偿系统的基础上推导出含多隐层的神经网络输出与输入间的表达式为 《“,一勇(,‘,*·,)(ol(一,卜噜(f(,一)(‘’攀,f(一(、)). 由于f场)(戈)可以解释为不上右(左)开放的模糊集(依巧‘为正(负)而定),补 是口表示相应的模糊集的饱和度的广义对称总和.输出与输入间的表达式可以解释 “如果石由Ta约束,不(即I,J由兀约束”.不翔沪(即动…几以即几口由几.约 则O为它们的饱和度的广义对称总和”.此处“约束”指“最小”, 的权值为正,反之,为“最大,.界是由厂,代表的模糊集的语义变量. 的规则为各隐含节点产生的规则的线性组合. 如果相应 输出节点 为束 手工确定初始参数既费时又不能保证获得最优配置.参数的配1问题可以转化 为优化问题,由遗传算法(GA)完成.GA在PFNN一PG中的应用分为三个部分:优化初 始权值,模糊输入参数和变形51 gmoid函数的参数. GA通过染色体表示问题的参数。染色体可含一个或多个子串.每个染色体包 含问题的一个解决方案.本文中每个染色体包含三个子串,分别代表权值,模糊输 入参数和变形5 igoid函数的参数。
【学位授予单位】:南京农业大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:S431

【引证文献】
中国硕士学位论文全文数据库 前1条
1 黄万夫;基于WebGIS的枣树病虫害诊断系统的研制[D];西北农林科技大学;2008年
【参考文献】
中国期刊全文数据库 前1条
1 邢俊;邹集英;;气象条件对露地黄瓜霜霉病流行影响的分析[J];内蒙古农牧学院学报;1993年02期
【共引文献】
中国期刊全文数据库 前3条
1 熊雪梅,姬长英;人工神经网络方法在黄瓜霜霉病预报中的应用[J];农机化研究;2002年01期
2 熊雪梅,姬长英,Claudio Moraga;基于参数化遗传神经网络的植物病害预测方法[J];农业机械学报;2004年06期
3 赵胜荣;薛正平;李军;俞雪美;王继英;高宇;;大棚黄瓜霜霉病发生与相对湿度的相关性[J];上海交通大学学报(农业科学版);2010年04期
中国重要会议论文全文数据库 前1条
1 薛正平;李军;张莉蕴;戴卫民;;大棚黄瓜霜霉病农业气象条件研究[A];第七届长三角气象科技论坛论文集[C];2010年
【同被引文献】
中国期刊全文数据库 前10条
1 王爱茹,刘书华,曹克强,邝朴生;基于规则和图形的苹果、梨病虫害诊断及防治专家系统[J];河北农业大学学报;1999年01期
2 蒋琴芬;蔡玉华;刘婕;;一种基于Struts+EJB框架的信息服务系统的设计与实现[J];东华大学学报(自然科学版);2006年01期
3 李祚泳,易勇鸷;BP网络学习能力与泛化能力之间的定量关系式[J];电子学报;2003年09期
4 柴毅;尹宏鹏;李大杰;张可;;基于改进遗传算法的BP神经网络自适应优化设计[J];重庆大学学报(自然科学版);2007年04期
5 王菲,曾庆军,黄国建,李洪瑞;基于遗传BP算法的神经网络目标分类器的研究[J];华东船舶工业学院学报(自然科学版);2001年02期
6 陈吉红,师汉民,陈日曜;基因遗传算法用于人工神经网络的训练[J];华中理工大学学报;1992年S1期
7 杨德华;利用J2EE实现Web Services模型与应用[J];计算机工程与应用;2004年09期
8 石磊,徐良贤;Web Service & J2EE[J];计算机工程;2004年S1期
9 穆阿华,周绍磊,刘青志,徐进;利用遗传算法改进BP学习算法[J];计算机仿真;2005年02期
10 杜明,李朝纯;Struts+EJB在J2EE平台上的设计与实现[J];计算机应用研究;2005年03期
中国硕士学位论文全文数据库 前10条
1 赵朋;基于GIS的苹果病虫害管理信息系统的研究与开发[D];中国农业大学;2005年
2 张垠;基于ArcSDE的GIS空间数据存储分析[D];华东师范大学;2005年
3 孙传恒;水稻病虫害诊断模型构建及智能咨询识别系统的实现[D];浙江大学;2005年
4 裴勇;枣树病虫害防治辅助决策支持研究[D];电子科技大学;2005年
5 陈杰;网络化烟草栽培专家系统和烟区土壤资源WebGIS开发[D];华中农业大学;2005年
6 郑江龙;基于GML和SVG的WebGIS应用研究[D];武汉理工大学;2006年
7 石丹;基于SVG的图像信息实时发布模式[D];东北师范大学;2006年
8 熊剑;基于ArcIMS的WebGIS开发与实践[D];华东师范大学;2006年
9 欧阳皓;智能推理技术在养老保险审计中的研究[D];哈尔滨工程大学;2007年
10 周永进;BP网络的改进及其应用[D];南京信息工程大学;2007年
【二级引证文献】
中国期刊全文数据库 前1条
1 刘丽;杨和平;赵飞;马罡;马春森;;北方果树食心虫远程便捷识别系统[J];应用昆虫学报;2011年06期
中国硕士学位论文全文数据库 前1条
1 刘晴蕊;苹果病害智能诊断系统研究与实现[D];西北农林科技大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 张蕾;董恩国;;基于神经网络推理的压缩机故障诊断专家系统[J];拖拉机与农用运输车;2006年01期
2 刘耀芳;王亚明;;人工神经网络在渠系优化设计中的应用[J];水利经济;2006年06期
3 常若葵;张伟玉;崔晶;王远宏;刘源;;基于机器视觉的大米外特性评价[J];农机化研究;2009年12期
4 ;英国开发出害虫入侵报警系统[J];农药市场信息;2000年08期
5 汪四水,张孝羲,张夕林;稻纵卷叶螟发生程度的神经网络预警[J];生物数学学报;2003年01期
6 李增芳,何勇;基于粗糙集与BP神经网络的发动机故障诊断模型[J];农业机械学报;2005年08期
7 梅松,程伟平,刘国华;引入因素分析法的神经网络在洪水预报中的应用[J];中国农村水利水电;2005年07期
8 胡月明;薛月菊;李波;谢健文;陈飞香;包世泰;;从神经网络中抽取土地评价模糊规则[J];农业工程学报;2005年12期
9 陈顺立;张华峰;张潮巨;谢峥;;神经网络在松墨天牛发生量预报中的应用[J];福建林学院学报;2006年01期
10 文俊;李靖;王龙;郑垂勇;;基于遗传神经算法的区域水资源预警方法研究[J];生态经济;2006年07期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国博士学位论文全文数据库 前10条
1 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
2 周伟;关于多稳定回复式神经网络中的一些问题[D];电子科技大学;2010年
3 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
4 徐芳;多稳定神经网络的动力学分析[D];电子科技大学;2011年
5 杨文宇;利用状态函数导数的脉冲神经网络新算法[D];大连理工大学;2013年
6 张海仙;回复式神经网络的连续吸引子[D];电子科技大学;2010年
7 尹丽子;基于动态模型的神经网络稳定性研究[D];山东师范大学;2011年
8 董岩;基于神经网络的机载三轴稳定平台控制系统算法应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
9 Atlas Khan;神经网络的优化与用于优化的神经网络[D];大连理工大学;2013年
10 董滔;时滞神经网络的动力学行为分析[D];重庆大学;2013年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026