基于免疫蛙跳算法的小波神经网络的水稻需水量预测

李 琳，隋树涛

(密山市富密灌区水利水保总站连珠山分站，黑龙江密山158300)

水稻是中国主要的粮食作物，约占全国粮食作物种植面积的28%，其生产状况直接影响着中国的粮食安全［1－2］。黑龙江省属寒地黑土稻作区，是国家重要的商品粮基地，而降水与水资源时空分布不均形成的缺水以及水稻种植面积的进一步扩大，直接影响水稻的稳产高产。因此，水稻需水量的准确测定与预测成为制定灌溉制度、水资源规划与管理的重要依据和关键，对高效节水农业的发展意义重大。目前，国内许多学者研究并发展了多种水稻需水量的预测方法，如刘倩等［3］从多个影响因子分析出发，得到的BP 神经网络模型较好的反应气象因子与水稻需水量之间的关系;付强等［4］应用多变量自回归模型建立了井灌水稻生育期内需水量预测模型，模型拟合与预测的效果良好; 冯艳等［5］以小波函数代替传统BP 网络中的S 型激活函数，建立了一种预测精度较高的水稻需水量预测的小波BP 网络模型。还有一些其他方法在需水量预测方面也取得了良好的效果。

本文提出了一种改进的免疫蛙跳算法( immune shuffled frog leaping algorithm，ISFLA) ，将该算法应用到小波神经网络( wavelet neural networks，WNN) 中，建立了对水稻需水量进行有效预测的基于免疫蛙跳算法优化的小波神经网络( ISFLA－WNN) 模型，并对水稻需水量进行预测。

1 免疫蛙跳算法的基本原理

1.1 混合蛙跳算法

混合蛙跳算法( shuffled frog leaping algorithm，SFLA) 是一种受自然生物模仿启示而产生的基于群体的协同搜索方法。……