苹果是我国主要的经济作物之一,近年来,伴随现代农业建设,我国苹果产业得到快速发展。我国已成为苹果生产大国,栽培面积和产量都居于世界首位。苹果已成为一些地区或农村的经济支柱,增加了农民收入,改善了农民生活。然而受到人为和自然因素的影响,苹果树经常会发生各类病虫害,造成巨大危害,不但威胁到苹果的产量及品质,而且对于果农的经济收益和生产效益也会造成不同程度的影响。本文以苹果树病虫害为研究对象,以泰安市苹果树腐烂病为例,进行苹果树病虫害预测与防治决策支持系统的研究,具体研究内容以及研究成果如下:(1)BP神经网络预测模型研究。利用主成分分析法对BP神经网络预测模型的输入数据进行处理,提取了主要影响因素,实现了降维,该方法为提高模型的精准度提供了基础支撑。选取Sigmoid函数作为模型的激活函数,附加动量法作为模型的学习算法,提高了收敛速度和模型预测的准确度。试验表明,模型训练速度快,能够准确预测结果。(2)小波网络预测模型研究。通过对分离式和融合式小波网络的对比,将融合式小波网络应用于苹果树病虫害流行程度的预测。通过主成分分析法对输入数据进行降维,选取Morlet函数作为模型的激活函数,建立小波网络预测模型,对泰安市的苹果树腐烂病流行程度进行预测。试验表明,模型预测精准度和收敛速度较BP神经网络预测模型有显著提高。(3)苹果树病虫害预测与防治决策支持系统研究。首先,在需求分析的基础上,将系统功能分为八个功能模块,并对其进行了详细的研究和设计;其次,根据功能模块的划分,对系统的数据库进行了分析与设计;最后,采用S2SH整合开发技术等,利用MySQL数据库、Tomcat服务器,完成了苹果树病虫害预测与防治决策支持系统的开发。系统可以为用户了解病虫害信息提供途径,为病虫害的预测预报提供决策支持,对果农及时做好防治准备工作具有重要意义,而且有利于果农根据预测流行程度的严重性较早制订防治方案,减少经济损失。