基于RS理論與模糊推理的農(nóng)業(yè)病蟲害預(yù)測預(yù)報.pdf

1、水稻作為我國主要的農(nóng)作物之一，水稻病蟲害的發(fā)生直接影響國家糧食的安全，因此及時、準確提供病蟲害預(yù)測預(yù)報防治信息成為了水稻種植生產(chǎn)過程中的主要任務(wù)。病蟲害預(yù)測預(yù)報作為一門綜合性的學(xué)科，集合了農(nóng)學(xué)、氣象學(xué)、數(shù)學(xué)等許多學(xué)科。本文構(gòu)建了一個智能綜合化的預(yù)測預(yù)報系統(tǒng)，該系統(tǒng)的設(shè)計集病蟲害數(shù)據(jù)預(yù)處理、屬性約簡、預(yù)測模型、病蟲害預(yù)測和診斷于一體。
　　本文針對病蟲害數(shù)據(jù)的不精確、不完整的特點，提出了基于RS理論的數(shù)據(jù)預(yù)處理方案，針對數(shù)據(jù)的遺漏缺

2、失，使用基于不完備信息系統(tǒng)下的屬性約簡算法，對于屬性值由1個擴展到多個集合的集值信息系統(tǒng)，則使用基于集值信息系統(tǒng)的屬性約簡算法。同時，為提高屬性約簡的效率，本文從單個條件屬性所含信息量作為衡量屬性重要性的標準提出基于單屬性信息量的約簡算法，從改進存儲空間的角度提出基于鏈表的改進算法以及提出基于屬性重要度改進算法。
　　本研究將經(jīng)過預(yù)處理后的數(shù)據(jù)用于病蟲害的預(yù)測模型中。論文引入了4種預(yù)測模型，包括發(fā)育精度預(yù)測模型、多元線性回歸模型，