基于PSO-SVR模型的河南省小麦产量预测方法

小麦生产是河南省农业生产中的重要环节，在维持粮食供应和安全方面发挥着重要作用。对小麦产量进行准确预测可以为农业经济调控、政策制定提供重要性信息。为提高小麦产量预测精度，综合考虑影响小麦产量的相关因素，基于皮尔逊相关系数分析特征变量与产量之间的相关性。选取支持向量回归(support vector regression, SVR)模型解决小麦估产中的复杂性、非线性及小样本等问题。引入粒子群算法(particle swarm optimization, PSO)对SVR模型的惩罚因子(c)和核参数(g)进行优化，提高SVR模型的预测精度。以河南省1978—2019年小麦产量数据及其特征变量数据构建数据集，并与BP、Elman等神经网络模型及优化模型进行对比仿真试验。结果表明，PSO对SVR模型的优化效果明显高于传统的神经网络，PSO-SVR模型预测结果的4项评价指标均优于其他模型。其中，PSO-SVR模型的平均绝对百分比误差MAPE为0.87%,与SVR模型相比误差降低了57.4%、与PSO-BP模型相比误差降低了64.8%。PSO-SVR模型能够提高小麦产量预测精度，稳定性好，可为小麦产...     

休闲农园节约建设规划设计的探索与实践

休闲农业是乡村经济发展的重要途径,也是乡村振兴的有力推手.休闲农园是实现农业多功能、三产融合、增产增收的重要载体.目前,资金短缺成为休闲农园发展的桎梏,研究其低成本打造及管理意义重大.从规划设计角度出发,结合多年规划设计实践经验,对休闲农园的低成本投入、低成本管理、集约高效生产、节约型景观美化提升以及绿色生态可持续发展等方面做了有益探索,以期为乡村振兴添砖加瓦.     

基于SOA的水轮机调速系统PID参数优化

针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制效果进行了对比分析.仿真结果表明,在5%频率扰动下,人群搜索算法自第29次迭代起已收敛,经其优化的系统能在8秒内趋于稳定,此时系统的超调量为1.6%;在10%负荷扰动下,人群搜索算法自第25次迭代起已收敛,其优化效果与粒子群算法优化效果基本相同,两者均在10秒内让系统趋于稳定,但人群搜索算法优化的积分时间绝对误差指标比粒子群算法优化的积分时间绝对误差指标小,表明人群搜索算法具有更好的搜索功能,在一定程度上改善了孤网运行条件下机组的动态性能.     

乡村振兴视域下延安市城乡融合发展路径研究

为实现乡村振兴战略,需要建立健全城乡融合发展的体制机制和政策体系.城乡融合发展旨在调动城市与乡村的主观能动性,使城市与乡村和谐共生、互促互进、共同发展.本文深入剖析延安市城乡融合发展的状况,发现延安市城乡融合发展存在土地资源利用程度低、空心化和老龄化问题严重、生活成本高和人才外流等问题,从巩固农业生产基础、实施以质促农战略、积极应对老龄化、优化人才发展环境提出了发展路径,以期促进延安市新型城镇化和乡村振兴融合发展.     

一流本科专业建设背景下科教融合型教师基层组织的构建与实践

在一流本科专业建设的背景下,立足国家对高素质本科人才的迫切需求,细致分析当前我国高校师资队伍基层组织建设过程中要克服的主要问题,在高校“二级学院”层面上,通过科研团队和教学团队结合,增强高校本科教学的组织规范性。以南京农业大学资源与环境科学学院农业资源与环境本科专业为例,研究和构建教学和科研相结合的新型基层组织体系,实现高校人才培养和科技创新的“双赢”。     

探讨市政道路与园林景观设计衔接问题

以市政道路与园林景观设计的内在联系为研究对象,探索出有助于市政道路与园林景观设计融合的应用策略。就园林景观如何适应特殊的环境条件、如何改善通行安全、如何提高生态功能等问题展开了较为深入的探索;在对不同断面结构的市政道路园林景观设计中提出了部分有针对性的见解;提出将道路的历史人文融入到景观设计之中。     

产教融合背景下《插花与花艺设计》课程教学模式的探索与创新

随着人们生活水平的提高,花艺越来越受到大家的青睐,插花人才需求日趋增长,而高职院校的任务正是为社会培养高素质技能型人才。当前,产教融合是提高高校人才培养质量的有效方法,高职院校需要加大对产教融合的重视程度。因此,如何在产教融合的背景下进行课程教学模式探索与研究是高职院校面临的重要问题之一,以《插花与花艺设计》课程为例,探索新的教学模式,以期为促进高校教育与产业更好地融合提供有效的建议和方法。     

一种基于花授粉算法的WRF风速集合预报新模型

基于不同水平分辨率和边界层参数化方案的集合预报思路,应用花授粉算法与不限制负值的约束理论(FPA-NNCT)进行权重平均,提出一种新的风速集合预报模型(FPA-NNCT-WRF-E).利用山东省代表山地和海滨下垫面的2个风电场风速实测数据,将新模型与传统算术集合模型(M-WRF-E)以及FPA模型(FPA-WRF-E)的风速预报结果进行对比评估.结果表明:FPA-NNCT-WRF-E预报明显优于M-WRF-E和FPA-WRF-E的风速预报,与M-WRF-E相比, FPA-WRF-E将风速平均绝对误差(MAE)减小了20%以上,而新模型FPA-NNCT-WRF-E将MAE减小了38%以上.预报的准确性得到了提高.     

基于连续统去除和偏最小二乘回归的油菜SPAD高光谱估算

【目的】探讨油菜叶绿素含量的高光谱估算方法,为实现油菜叶片叶绿素含量的高效、无损、大面积监测提供理论依据。【方法】以陕西省关中地区油菜叶片为研究对象,分别测定苗期、蕾薹期、开花期及角果期的叶片高光谱数据和SPAD值,提取各生育期连续统去除光谱和7类光谱吸收特征参数,分析原始光谱、连续统去除光谱、光谱吸收特征参数与SPAD值之间的相关关系,构建基于原始光谱特征波段、连续统去除光谱特征波段、光谱吸收特征参数的SPAD估算模型,并对模型精度进行验证。【结果】在可见光范围,光谱反射率由蕾薹期、开花期、苗期到角果期依次递增,最大吸收深度和吸收谷面积逐渐增大。利用连续统去除光谱特征波段与吸收特征参数,分别建立的油菜各生育期叶片SPAD估算模型均优于原始光谱。运用连续统去除光谱特征波段结合最优吸收特征参数构建的偏最小二乘回归估算模型,是进行油菜叶片SPAD估算的最优模型。【结论】连续统去除法对不同生育期油菜叶片叶绿素相对含量具有较好的预测能力,是估算油菜叶片SPAD值的一种实时高效方法。