排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
区域种植业系统的生存和发展易受到来自种植业经济社会、资源和环境等因素的干扰,使其可能偏离正常的运行轨道,产生各种警情。该文基于加权主成分分析算法,从优化网络初始权值入手,对误差反传BP算法进行改良,形成快速收敛和高精度的加权主成分网络模型WPCA-NN。从而将黄色预警法与非线性模拟方法巧妙结合,建立了科学合理的短期县域种植业可持续性预警指标体系和模型体系,并以黄河下游沿岸典型县市垦利和封丘为案例进行了实证研究。研究表明:1)种植业可持续性的空间尺度属性非常重要,以改进人工神经网络(IANN)为核心的县域种植业可持续性预警模型体系具有良好的可操作性。2)WPCA-NN既能反映决策者对各指标的偏好程度,又能规避经典BP算法学习速度慢和易陷入局部极小的缺陷。3)县域种植业可持续性预警实证分析达到预期结果并符合实际。2010-2014年两县警情以轻警和中警为主,资源和环境方面警兆的异常波动,尤其是权重较大的警兆指标对警情有着更为直接的影响。 相似文献
1