作物模型资源构造平台(CMRCP)的构建研究

为有效促进作物系统数字化研究的深入发展,将集成制造的工业化思想引入作物模型领域,提出了作物模型资源(CMR)及作物模型资源构造平台(CMRCP)的概念.在提炼作物生长通用概念模型的基础上,将作物模型资源分解为通用模型结构、模型算法表示和模型资源映射三部分;并通过模型概念与/或树、模型算法与/或图与模型实现形态相结合,提出了综合性模型资源表示方法.另外,借鉴自适应软件开发方法,基于组件框架、组件组装、模型解析等技术,提出了平台构造原理,表明模型构建任务应该由作物元模型、建模学习机制、模型构造引擎和建模支撑工具共同协作完成.结果表明,构建具有学习能力、自适应和组件化特征的作物模型资源构造平台,可促进作物建模知识资源和软件开发资源的相互转化,并可积累易于共享与复用的作物模型资源库,降低作物模型构建与开发难度,提高农业模型软件开发效率和质量,为作物智能建模提供构建平台.     

一种优化迭代权因子的组合代理模型构建方法

代理模型常被用来取代复杂工程问题中的仿真模型。为了提高代理模型的效率、精度和鲁棒性,提出一种优化迭代权因子的组合代理模型构建方法。首先采用留一交叉验证策略和预测平方和P来计算初始权因子,然后对权因子进行迭代,并在每次迭代的过程中对其进行更新,直至最终得到的组合代理模型达到理想的预测精度。为了验证该方法的有效性,对3个基准问题和1个工程实例构建了3种元模型和5种组合代理模型,并从效率、精度和鲁棒性等方面进行性能比较。结果表明本文所提出的方法不仅能得到高精度和高鲁棒性的代理模型,而且能有效缩短模型的构建时间。     

计算机试验的分步优化设计研究

针对传统的计算机试验优化设计计算费时的不足,一方面改进了原始的随机进化寻优算法,以兼顾深度搜索与广度搜索;另一方面提出了分步试验优化设计的思路,逐步分批地布置试验样本点,化整为零地减小搜索空间;最后采用径向基神经网络替代模型,以均匀试验设计为例,检验分步试验优化设计方法的有效性.计算实践表明,改进算法可平均节省50%左右的机时,寻找到与原始算法结果相差约1%的最优值;分步试验设计较一步试验设计可减少40%~60%左右的机时,数值实验表明,随着试验样本点数量的递增,由不同试验设计所产生的替代模型的误差将趋于一致,分步试验设计尤其适合基于大规模试验样本点的替代模型.