论文部分内容阅读
人工神经网络具有对非线笥系统预测的重要特性，其跟踪性能好，适用面广，收敛速度快，容错能力强。本研究利用陕西汉中地区１９７４～１９９７年的病情、菌量、品种和气象资料，采用逐步回归法选择了影响汉中小麦条锈病流行的主要因子，即春季菌量、秋季菌量、感病品种面积比例、４月份卫雨量和４月份平均温度，并将其作为ＢＰ神经网络预测模型的输入，用１９７４～１９９３年的资料进行网络训练，对１９９４～１９９７年小麦条锈病