基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

基于模型预测控制的农机主从跟随作业控制方法

针对实际环境中由于农业机械（简称农机）作业过程的作业量以及土壤条件的变化等不确定性因素的影响，导致协同作业跟随农机的行驶工况不稳定、跟随协同作业响应慢、控制困难等问题，在综合考虑不确定性以及响应性能的基础上，提出了一种农机跟随分层控制架构，搭建农机田间作业下的纵向跟随动力学模型，并以间距保持、速度跟随、燃油经济性、加速度跟随性能为目标，进行基于模型预测控制（MPC）算法的上层控制器推导，基于前馈以及PI反馈的控制器作为下层控制，以上层控制器获得的控制加速度为目标，进行力矩（电流）跟踪，在保证抗不确定性以及干扰噪声的同时，提高跟随农机的响应能力。通过Matlab/Simulink仿真和田间试验验证，结果表明，该控制方法可以有效解决农机作业的跟随控制问题，与滑模变结构控制器相比，能够实现稳定跟随行驶，且速度误差和加速度误差更小，速度误差控制在-0.29132~0.18001m/s，加速度误差控制在-0.05678~0.05628m/s2，稳定跟随距离误差为±0.45m，具有良好的跟随效果。     

山地电力架空线路运维质量的智能评估

山地电力架空线路大多沿山架设,穿越树竹林,周边的树竹生长缺陷引发短路故障频繁发生,造成用电客户的大量投诉,用户体验满意度下降,抢修抢险费用大幅度攀升,严重影响供电公司的信誉和售电收益.为了提升用电客户的满意度和供电公司的售电受益,采用主成分分析方法提取了山地电力架空线路通道运维质量的3个主要影响因素,它们分别是树竹生长缺陷数、缺陷的消除数和通道运维资金使用合理度.对树竹的生长规律建立一个预测模型,从而得到树竹生长缺陷数的一个预测,根据预测结果划拨架空线路所在供电所的运维资金,消除树竹生长的缺陷数,再用Logistic回归模型,构建架空线路通道运维质量智能评估模型,使供电公司对架空线路运维实现基于数据决策的模式,尽可能保证供电线路零故障运行.     

农产品监测预警模型集群构建理论方法与应用

【目的】农产品供给与需求的准确分析测定,是农业监测预警能力提升的重要表现。构建产品多品种多环节模型集群理论方法,可高效解决单一环节或单一模型难以解决的分析技术难题。【方法】在农产品供需的重要要素即生产量、消费量、贸易量、价格等分析预测过程中,针对农产品品种间关联性强,自然、社会、经济诸多影响因素纠缠,模型多变量强耦合、非线性、参数时变的特点,提出多品种农产品“因素分类解耦、参数转用适配”方法,以构建多时空维度的监测预警模型集群。【结果】利用“因素分类解耦、参数转用适配”技术方法,研究构建了不同农产品的生产类、消费类、贸易类、价格类的模型集群。这些模型集群可用于对不同时空维度的水稻、玉米、小麦、肉类等主要农产品供需的长中短期的分析预测,支撑形成了农业展望中的主要农产品平衡表,其中主要农产品全国年度生产量6年平均预测精度高于97%。【结论】研究提出的农产品监测预警模型集群构建理论及其方法,有效提升了农产品多品种模型集群的求解效率和准确率,增强了农产品供需分析预测的系统性与智能性,为系统揭示农产品复杂的时空供需变化特征、促进农产品市场调控科学性和可预见性,提供了新技术方法。     

Simulating the Production of Rice Genotypes by Flood Management and End-Season Water Stress Conditions Using AquaCrop Model

ABSTRACT

The present study was conducted to assess the ability of AquaCrop model in predicting of grain and biological yield of rice genotypes in water management. A two-year field experiment was conducted at the experimental farm of the Iranian Rice Research Institute in Rasht, Iran from 2016 to 2017. The experiment was established in a split-plot design with two irrigation management (continuous submergence and end season water stress) as the main plot, fourth rice genotypes as the sub-plot and three replications. The goodness-of-fit between observed and simulated grain yield and final biomass was assessed by means of the coefficient of determination (R ²), the absolute and normalized root mean square errors (RMSE). The RMSE_n of predicting grain yield at calibration and evaluation stages was in the range of 6–12% and 6–8% for biological yield. The results indicated that AquaCrop model is suitable to predict grain yield and biological yield of rice genotypes in northern Iran. AquaCrop model can be used to determine optimization strategies to improve the water consumption of rice genotypes.     

基于随机森林的高寒湿地地区土地覆盖遥感分类方法

高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。     

一类具有饱和发生率的虫媒传染病模型研究

考虑虫媒传染病具有潜伏期的特征,研究了一类具有饱和发生率的时滞传染病模型的动力学行为,确定了疾病是否流行的阈值R_0.当R_01时,无病平衡点全局渐近稳定,疾病将最终灭绝;当R_01时,唯一地方病平衡点条件稳定,系统会产生Hopf分支.     

从开放科学路线图分析到开放科学道路决策方法设计

[目标/意义]一个国家是否进入开放科学、如何选择路径,亟待决策方法。[方法/过程]开放科学作为国家科学政策,可以通过路线图方式进行规划实施。分析当前6个国际开放科学路线图的发布、内容、效果评估等特征,初步提出一个国家开放科学道路的决策方法。[结果/结论]开放科学路线图的形成受国家中长期开放计划、配套基础设施等多因素影响,实施内容覆盖到国家的未来、现状和具体措施,最终将提升一个国家或地区科学研究的开放成熟度水平及其影响力。基于这些特征,初步构建国家开放科学进程决策模型,覆盖开放科学实施前、实施、实施后不同阶段的决策内容,并设计开放科学道路决策的“三步法”。本文简略介绍中国面向开放科学的工作构想,以及其中图书馆发挥的作用。     

基于启发式Johnson算法优化BP神经网络的水产养殖产量预测模型

针对水产养殖产量预测难的现状,提出一种基于启发式Johnson算法优化的反向传播神经网络(BPNN)的产量预测模型。该模型在传统BP神经网络的基础上,针对网络训练时间长、易陷入局部最优的问题,通过启发式Johnson算法降低输入神经元维度,再结合试凑法确定神经网络隐层个数,构建启发式Johnson反向传播神经网络(HJA-BPNN)学习预测模型。实验结果表明,该模型在山东省对虾海水养殖产量预测中,预测的均方根误差小于传统BP神经网络和GM(1,1),且学习效率相比传统BP神经网络有所提升。研究表明,该学习预测模型在大量历史数据的模型构造上有更大的优势,能够缩短建模时间,同时获得良好的预测效果,为水产养殖产量预测提供了一种可行的新方法。     

茶树GGPS基因家族的克隆、生物信息学和表达分析

牻牛儿基牻牛儿基焦磷酸合酶(Geranylgeranyl diphosphate synthase,GGPS)是萜类合成途径的结构酶,对植物生长发育具有重要意义。本研究通过RACE和RT-PCR方法克隆得到5条潜在的茶树GGPS序列,分别命名为CsGGPS1-4和CsGGPS9,其中CsGGPS9存在3条等位基因,分别是CsGGPS9-1、CsGGPS9-2和CsGGPS9-3,在系统进化树上与其他基因分成两支。蛋白质序列分析表明,茶树GGPS家族成员都具有polyprenyl_synt结构域,不存在信号肽序列。亚细胞定位预测结果显示,CsGGPS1、CsGGPS2和CsGGPS4定位在叶绿体上,CsGGPS3和CsGGPS9定位在线粒体上。通过Swiss Model进行三维建模,结合"three-floor"模型对茶树GGPS家族成员的功能进行预测,预测结果显示,CsGGPS1、CsGGPS2和CsGGPS4是GGPS;CsGGPS3是异源二聚体形式的牻牛儿基焦磷酸合酶的小亚基;CsGGPS9的催化主产物是碳链数大于30的异戊烯基焦磷酸。q RT-PCR分析表明,CsGGPS1整体表达丰度较低,仅在一芽二叶中表达量稍高;CsGGPS2在茶树各个组织中均有表达,在花中表达量最高,且花发育过程中表达量先上升后下降;CsGGPS3在叶和幼根中的表达量高于花,花发育过程中表达平稳;CsGGPS4在茶树各个组织中表达量数值相近,在花发育过程中表达量变化趋势与CsGGPS2相同;CsGGPS9的表达量在成熟叶中显著低于幼嫩叶片。