利用主要气象因子对二代玉米螟预测预报研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 1、绪论 | 第12-21页 |
| ·玉米螟概述 | 第12-15页 |
| ·玉米螟生活史 | 第13页 |
| ·影响玉米螟种群动态变化的因素 | 第13-15页 |
| ·越冬虫口基数 | 第14页 |
| ·气候因素 | 第14页 |
| ·营养因素 | 第14页 |
| ·天敌因素 | 第14-15页 |
| ·种群动态的定义和特点 | 第15-16页 |
| ·农业害虫预测的工作内容 | 第16-17页 |
| ·农业害虫预测预报方法的发展 | 第17-20页 |
| ·经验预侧法（20 世纪50—60 年代） | 第17-18页 |
| ·实验预测法（20 世纪60—70 年代） | 第18页 |
| ·统计预测法（20 世纪80 年代） | 第18-19页 |
| ·信息预测法（20 世纪80—90 年代） | 第19-20页 |
| ·本论文研究的目的及意义 | 第20-21页 |
| 2、影响二代玉米螟虫量的气象因子分析 | 第21-34页 |
| ·材料 | 第21-22页 |
| ·气象因子分析方法 | 第22-34页 |
| ·专家知识 | 第23页 |
| ·相关分析 | 第23-25页 |
| ·逐步回归分析 | 第25-27页 |
| ·通径分析 | 第27-31页 |
| ·灰色关联分析 | 第31-34页 |
| 3、玉米螟统计预测预报 | 第34-55页 |
| ·多元回归预测 | 第34-40页 |
| ·多元线性回归 | 第34-38页 |
| ·多元线性回归建模原理 | 第34-36页 |
| ·结果与分析 | 第36-38页 |
| ·多元多项式回归 | 第38-40页 |
| ·多元多项式回归预测结果 | 第39-40页 |
| ·BP 神经网络预测 | 第40-47页 |
| ·Bp 神经网络概述 | 第40-41页 |
| ·BP 神经网络结构 | 第41-42页 |
| ·Sidmoid 函数（S 型函数） | 第42页 |
| ·BP 神经网络的学习训练 | 第42-44页 |
| ·应用BP 神经网络进行玉米螟种群动态的预报 | 第44-45页 |
| ·结果与分析 | 第45-47页 |
| ·组合预测 | 第47-55页 |
| ·组合预测概述 | 第47-48页 |
| ·组合预测原理 | 第48-49页 |
| ·组合预测效果的评价指标 | 第49-50页 |
| ·组合预测模型权系数的确定 | 第50-51页 |
| ·熵权系数法组合预测原理 | 第51-52页 |
| ·结果与分析 | 第52-55页 |
| 4、玉米螟模糊预测研究 | 第55-69页 |
| ·模糊数学在农业害虫预测预报中的应用 | 第55-56页 |
| ·模糊模式识别 | 第56-63页 |
| ·模糊识别判决准则 | 第57-58页 |
| ·模糊集合贴近度 | 第58-59页 |
| ·模糊集合隶属函数的确定 | 第59-63页 |
| ·结果与讨论 | 第63页 |
| ·基于信息熵权的模糊物元综合评判模型 | 第63-69页 |
| ·模糊物元评判模型建模过程 | 第64-65页 |
| ·关联变换 | 第65页 |
| ·计算关联度 | 第65-66页 |
| ·评判原理 | 第66页 |
| ·模型预报实例应用 | 第66-69页 |
| 5、结束语 | 第69-72页 |
| ·本文主要结论 | 第69-70页 |
| ·本课题存在问题以及进一步工作 | 第70-72页 |
| 参考文献 | 第72-80页 |
| 在校期间参加的科研项目与发表论文情况 | 第80-81页 |
| 致谢 | 第81页 |
