遗传算法优化神经网络的坡面入渗产流模型

引入遗传算法优化BP神经网络权重和阈值的方法建立黄土坡面产流入渗模型.模型以雨强、降雨历时、表层40 cm土壤前期含水量、坡度值为输入项,径流量、入渗量为输出项,用实测资料对网络进行模拟和预测.模拟结果平均误差6.32%和1.93%,预测结果平均误差为5.71%和1.92%.并与传统BP神经网络模型和定雨强Philip...     

基于信息熵的张掖市土地利用结构分析及其灰色预测

基于Shannon信息熵理论,分析了2003-2007年张掖市土地利用结构信息熵动态变化,对影响信息熵值大小的土地利用类型做了初步探讨,并运用灰色系统理论的GM(1,1)模型,对2008-2015年该市信息熵进行预测.结果表明:①影响张掖市土地利用结构信息熵动态演变的主要土地利用类型有牧草地、其他农用地、居民点及工矿用...     

河西走廊中部近53年降水变化及未来趋势预测

利用位于河西走廊中部的6个气象站1957-2009年的降水资料,分析近53年降水量年际年代际变化、季节变化、空间变化、各月变化.在分析降水量历史演变的基础上,利用均生函数方法建立了河西走廊中部降水量的预测模型.结果表明:近53年该地区降水量以4.75 mm/10 a的速度在递增,20世纪80-90年代前期降水量出现下降...     

鄂尔多斯市工业用水变化趋势和需水量预测研究

随着工业的快速发展,工业需水量与日俱增,工业需水量的预测已成为城市供水和水资源规划极其重要的部分.以鄂尔多斯市为研究对象,对工业用水变化规律和影响因素进行了分析,确定其未来的需水定额.采用定额法和增长比率法对鄂尔多斯市2010、2015和2020年工业需水量进行了预测研究,结果比较符合鄂尔多斯市的发展实际,对水资源决策...     

树木直径生长的时间序列分析及模型预测

以解析木的数据为基础,对甘肃省小陇山地区的解析木干曲线的分形特征进行了研究,从整体上对树干形状进行描述,采用R/S方法即时间序列分析法对直径的生长过程进行了分析,发现随着树木年龄的增加,其霍斯特指数值也呈现增加的趋势,并以此建立了分形生长的霍斯特(H)指数预测模型,可用于森林生长量的预测,R/S分析结果充分反映了直径动态生长过程随时间尺度变化的分形特征.结合样地及样本数据,以分形分析、线性及非线性回归为主要方法,进而为森林资源的动态监测奠定基础,具有非常重要的生态学意义.     

基于CA-Markov模型的甘州区土地利用变化预测分析

研究以张掖市甘州区为例,以黑河流域2000年和张掖市2007年土地利用/土地覆盖(LUCC)数据集的矢量数据、2014年Landsat 8 OLI_TIRS 8月份遥感影像和Google Earth影像为数据源,以Arc GIS10.1、ENVI 4.8和IDRISI 17.00为计算平台,利用CA-Markov模型对2014年土地利用变化进行模拟和预测,并将预测结果与2014年甘州区LUCC解译数据作对比分析,其Kappa系数为87.87%,表明预测与现实一致性较佳。最后对2021年甘州区土地利用分类进行模拟和预测。从预测结果可以看出:2000—2021年间甘州区耕地面积和建设用地面积呈现较快的增长趋势,未利用地面积呈现较快的减少趋势;林地和水域呈现缓慢地增长趋势;草地面积变化较小。简要分析了其变化原因主要归因于政策、社会经济、人口和科学技术几方面。对2021年甘州区土地利用变化的预测研究结果可为该区土地利用合理规划管理及经济发展政策的制定提供科学的决策依据。     

基于EEF模型的昆明市生态系统发展状态评价

运用能值分析理论改进的生态足迹模型(EEF),对昆明市2002~2011年能值足迹的动态变化进行分析,并应用GM(1,1)模型,对未来10年人均能值进行预测。结果发现:EEF模型的计算数值明显高于传统模型;昆明市生态系统出现盈余,处于可持续发展状态;在自然环境、经济状况不发生"突变"的前提下,2012~2020年人均能值盈余呈下降趋势且年均递减率为20.57%,尽管生态系统没有赤字,但生态安全面临严峻挑战。本研究对"新昆明"建设及其生态系统的可持续发展将有着重要的启示。     

基于改进GM(1,N)模型的我国大豆价格影响因素分析及预测研究

大豆是我国重要的粮食作物和油料作物,其价格对于国民经济尤其是农业经济的影响意义深远。大豆价格的稳定对于我国大豆市场的健康发展有着重要的现实意义。在灰色理论的基础上,提出了一种改进GM(1,N)大豆价格预测模型,首先运用灰色关联分析法对我国大豆价格的影响因素进行分析,选择主要的影响因素;再将这些影响因素作为模型的相关因素变量,构建GM(1,N)大豆价格预测模型。采用2010-2015年的大豆数据进行实证研究,模型选取国内大豆自给量、世界大豆产量、国民消费价格指数、消费者信心指数4个变量作为相关因素变量;模型预测误差为2.10%,预测精度较高,能够较好地掌握大豆价格的变化规律,可以为大豆价格市场预测及国家宏观政策的制定提供理论指导。     

Analysis on Target Genes with Mutation in microRNA of Blue-shelled Chicken and White Leghorn

The study was conducted to explore the potential different characters between Blue-shelled chicken and White leghorn.Global genome microRNA was combined the identified microRNA with complementary lab-predicted microRNA.Then the two breed chicken's SNP data got by GGRS were mapped to the microRNA and focused on SNP that deliberately located in mature-microRNA.Bioinformatics method was adopted for target prediction on microRNA which had SNPs.By further gene enrichment analysis,the study found these genes enriched in 22 GO terms,10 KEGG pathways,and 3 IPA important networks.And they enriched in traits which associated with growth,such as mTOR signaling pathways,Wnt signaling pathways,growth hormone receptor networks and insulin-like growth factor Ⅰ receptor networks.And they also enriched in some laying traits,such as oocyte meiotic signaling pathways and progesterone mature oocytes signaling pathways.The methods and the results might provide references for further studies.     

基于PCA-SVR-ARMA的狮头鹅养殖禽舍气温组合预测模型

为提高狮头鹅养殖禽舍气温预测精度,提出了基于主成分分析(Principal Component Analysis,PCA)、支持向量回归机(Support Vector Regression,SVR)融合自回归滑动平均(Autoregressive Moving Average,ARMA)模型的狮头鹅养殖禽舍气温组合预测模型。在建模过程中,运用主成分分析法筛选狮头鹅养殖禽舍气温的关键影响因子,消除变量之间冗余信息,约简预测模型结构;采用SVR-ARMA构建狮头鹅禽养殖舍气温组合预测模型,先通过SVR对气温进行预测,再由基于ARMA模型的残差预测值修正气温预测结果。利用该模型对广东省汕尾市2018年7月21日至2018年7月30日期间的狮头鹅养殖禽舍气温进行预测。结果表明,该组合预测模型取得了良好的预测性能,与标准BP神经网络、标准SVR、PCA-BPNN(反向传播神经网络,BackPropagationNeuralNetwork)、PCA-SVR和PCA-BPNN-ARMA等模型对比分析,其评价指标平均绝对误差、均方根误差和平均绝对百分比误差分别为0.183 2℃、0.454 0℃和0.005 9,均表明所提出的组合模型具有更高的预测效果,不仅能够满足狮头鹅养殖禽舍气温实际精准调控的需要,还为狮头鹅健康养殖和种苗繁育环境精细化管理提供决策。