申请/专利权人:云南农业大学
申请日:2022-11-29
公开(公告)日:2024-04-19
公开(公告)号:CN117910609A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q10/0635;G06Q50/02;G06N3/006
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明公开了一种基于蚁群算法优化灰色系统模型的茶叶病害预测方法,属于茶叶病害预测技术领域,针对当前茶叶病害波动性大,预测效果不佳的问题提出的一种预测方法,针对茶叶病斑数据随时间推移产生的不同生长周期的病斑变化转化为某种特殊规律的生成数列,基于特征数列建立基于灰色系统理论的茶叶病害参数灰色预测模型,然后,建立适应度函数,采用改进后的蚁群算法对灰色系统模型中的发展系数和灰作用量等参数进行选取,基于优化后的灰色系统模型可以对茶叶病害进行预测,对茶叶病害提供良好的防治措施。
主权项:1.一种基于蚁群算法优化灰色系统模型的茶叶病害预测方法,其特征是,包括以下步骤:步骤1,实地采集的茶叶在不同生长周期中的病斑大小数据作为初始观测序列;步骤2,对初始观测序列进行数据检验,判断初始观测序列能否进行灰色检测;步骤3,针对茶叶病斑初始数据建立灰色系统预测模型GM1,1;步骤4,针对灰色系统预测模型GM1,1中的发展系数和灰作用量,建立适应度函数;步骤5,通过蚁群算法对适应度函数进行目标求解,确定灰色系统预测模型GM1,1中的发展系数和灰作用量;步骤6,将最优发展系数和灰作用量代回灰色系统预测模型GM1,1对茶叶病害进行预测。
全文数据:
权利要求:
百度查询: 云南农业大学 一种基于蚁群算法优化灰色系统模型的茶叶病害预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。