葡萄是河北省主要的农副产品之一,河北涿鹿为长城葡萄酒酿酒公司提供了主要的原材料。然而,在葡萄生产过程中,容易遭受霜霉病、白腐病、炭疽病、黑痘病等病害的危害,其中葡萄霜霉病于2006年大面积流行,导致葡萄大约减产30%左右,且果实的含糖量降低,品质变劣。预测葡萄病害未来的发生动态,可以使治害工作得以有目的、有计划、有重点的进行。病害的预测预报工作是进行病害综合防治的必要前提,只有对病害发生危害的预测预报做到及时、准确,才能正确的拟定综合防治计划,及时采取必要的措施,经济有效的减少葡萄病害的发生数量,保证农业的高产、稳产。葡萄病害发生的预测是一个典型的非线性系统,影响病害发生因素又很多,采用常规方法预测将是一件非常困难的事。人工神经网络是一个非线性动力学系统,其特点是可以通过例子学习(训练)去解决问题,而不必知道对象的数学模型。特别是多层前馈BP网络,可通过学习以任意精度逼近任何连续映射,应用广泛。基于此,作者将此模型及自适应神经网络算法应用在葡萄病害预测中,并通过对河北张家口市涿鹿地区葡萄病害发生程度的预测来检验模型的效果。本文所做的工作如下:(1)通过对多种葡萄病害预测资料的统计,进行关联分析得出各种病害在相同条件下的发生量,且得到6个生态和生物因子,按影响程度的大小依次为:六月平均日照时数、六月降雨量、六月相对湿度、五月平均日照时数、五月降雨量、五月相对湿度。(2)针对BP网络模型的实现需要掌握计算机编程语言及较高的编程能力,一定程度上不利于神经网络技术推广和使用这一难题,本文在简要介绍了BP神经网络基本原理及其算法的基础上,详细介绍了利用MATLAB神经网络工具箱进行BP网络模型建立、训练、仿真的编程方法。同时,也分别建立了基本BP神经网络和自适应神经网络两种模型来预测葡萄病害的发生程度。(3)对两种模型学习训练误差性能曲线训练误差进行分析,得出自适应神经网络收敛速度快且网络性能达标的结论。(4)对自适应神经网络模型的预测输出和实际输出进行了线性回归分析,得到目标矢量对网络输出的关系系数R接近于1,得出结论:自适应神经网络模型预测输出值和实际的样本输出值相关性很好,仿真精度高,容错能力强,可靠性、鲁棒性高,预测建模的结果比较满意。自适应神经网络模型对于葡萄病害发生程度的预侧具有重要的参考价值。