基于径向基函数神经网络的温室番茄灰霉病预测
筛选与温室番茄灰霉病害发生密切相关的3个环境因子,即温室内平均温度、最低温度和平均相对湿度作为输入向量,番茄灰霉病害发生等级为输出向量,根据2009—2010年陕西省杨凌区新天地示范园双跨日光温室内病害发生期环境数据及番茄灰霉发病情况调查数据,采用径向基函数(radical basis function, RBF)神经网络建立温室番茄灰霉病病害发生的预测模型;应用Matlab软件对90组历史试验数据进行训练仿真,并对其余12组数据进行拟合测试.结果显示,病害预测准确率为0.833 3,与实际结果吻合较好.说明RBF神经网络是温室番茄灰霉病害预测的一种有效方法.