| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.1.1 研究背景 | 第15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 小麦赤霉病研究现状 | 第16-18页 |
| 1.2.2 预测模型研究现状 | 第18-20页 |
| 1.3 研究内容 | 第20-21页 |
| 1.4 论文组织结构 | 第21-23页 |
| 第二章 数据的选择与预处理 | 第23-28页 |
| 2.1 影响因子分析 | 第23-24页 |
| 2.2 数据选择 | 第24-25页 |
| 2.3 数据预处理 | 第25-26页 |
| 2.4 变量间的相关性分析 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于灰色预测的小麦赤霉病预测模型 | 第28-35页 |
| 3.1 灰色预测模型 | 第29-32页 |
| 3.1.1 GM(1,1)模型 | 第29-30页 |
| 3.1.2 GM(1,1)模型精度校验 | 第30-32页 |
| 3.2 小麦赤霉病灰色预测模型 | 第32-34页 |
| 3.2.1 模型检验 | 第32-33页 |
| 3.2.2 误差分析 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于BP神经网络的小麦赤霉病预测模型 | 第35-44页 |
| 4.1 BP神经网络 | 第35-39页 |
| 4.1.1 BP神经网络原理 | 第36页 |
| 4.1.2 BP神经网络学习算法 | 第36-38页 |
| 4.1.3 神经网络的优势 | 第38-39页 |
| 4.2 小麦赤霉病BP神经网络预测模型 | 第39-43页 |
| 4.2.1 模型构建 | 第39-40页 |
| 4.2.2 算法实现及误差分析 | 第40-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第五章 基于GA-BP神经网络的小麦赤霉病预测模型 | 第44-57页 |
| 5.1 遗传算法的设计步骤与特点 | 第45-48页 |
| 5.1.1 遗传算法的设计步骤 | 第45-47页 |
| 5.1.2 遗传算法的特点 | 第47-48页 |
| 5.2 基于遗传算法优化的BP神经网络算法设计与实现 | 第48-53页 |
| 5.2.1 BP神经网络的局限性 | 第48-49页 |
| 5.2.2 遗传算法对BP神经网络的改进 | 第49-50页 |
| 5.2.3 GA优化BP神经网络的权重和阈值 | 第50-52页 |
| 5.2.4 GA优化BP神经网络预测模型设计 | 第52-53页 |
| 5.3 基于GA-BP神经网络的小麦赤霉病预测模型 | 第53-55页 |
| 5.3.1 模型构建 | 第53页 |
| 5.3.2 模型算法实现 | 第53-55页 |
| 5.4 实验结果分析 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 预测模型实验对比分析 | 第57-60页 |
| 6.1 预测模型对比分析 | 第57-59页 |
| 6.2 本章小结 | 第59-60页 |
| 第七章 总结和展望 | 第60-63页 |
| 7.1 工作总结 | 第60-62页 |
| 7.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67页 |
