农业信息化是农业现代化的重要组成部分,将信息技术尤其是人工智能技术应用于农业是实现农业信息化的关键。农业智能系统的创建和应用改变了过去农业生产基层领导者决策的盲目性和主观性,减少了决策的失误,缓解了我国农业技术推广人员不足的矛盾,对提高农业生产效率、推广农业生产知识具有重要意义。但传统的专家系统只能处理显性的表面知识,存在推理能力弱,智能水平低,且知识获取难等缺点,所以本文引入人工神经网络技术来克服传统专家系统的不足,来试图解决农业智能系统中存在的关系复杂、边界模糊、不确定性强等难于用规则或数学模型严格描述的问题。本文主要介绍人工神经网络在农业智能系统中的应用研究。人工神经网络的并行性、容错能力和模糊推理能力使得将其与专家系统结合构建智能疾病诊断系统成为主流趋势。本文研究两者集成的可行性和方式,探讨适合于农作物病虫害诊断的神经网络类型,提出了病虫害诊断神经网络模块的设计,通过对玉米病虫害症状的收集和整理,利用神经网络的理论,建立玉米病虫害诊断的BP网络模型,并用MATLAB程序语言实现了网络的训练和应用仿真。实验表明,通过使用无噪声样本和只含关键病症的有噪声样本对网络进行交替训练后,该模型具有较高疾病诊断正确率和良好的泛化能力。