基于支持向量机回归的家蚕杂交一代经济性状预测模型

支持向量机回归算法是一种基于统计学习理论,具有较强预测性能的数据建模方法.采用该方法构建利用亲本主要经济性状的中亲值预测家蚕杂交一代经济性状成绩的模型,简化传统家蚕杂交育种需对所有可能的杂交组合进行测交测试的过程,提高育种效率.收集7次家蚕新品种选育的杂交组合选配试验中,共325个杂交组合的12项经济性状成绩及亲本品种15项经济性状的中亲值,利用支持向量机回归算法建立了家蚕杂交一代12项经济性状成绩的预测模型.模型经5折交叉验证法证明:对于训练集,其平均标准化均方误差在0.046～0.574之间,表明模型具有较好的拟合性能,暗示家蚕杂交一代的经济性状成绩与其亲本多项性状的中亲值之间存在着某种非线性关系;对于测试集,模型预测值与实际观察值的Pearson相关系数,除虫蛹率性状预测模型略低(R=0.534)外,其余11项性状预测模型的相关系数在0.753～0.955之间,显示了模型优良的预测效果和应用价值.