基于支持向量机的农机装备水平差异分类研究

针对黑龙江垦区各农场农机装备水平不平衡差异问题,采用支持向量机多类分类和主成分分析相结合的方法进行研究。将农机装备水平分为3个等级水平,从总量、速度和均量3方面选取10个评价指标;采用主成分分析法确定5个主要合成指标;建立多类分类支持向量机新模型,把新模型转化成一个互补问题,利用Lagrangian隐函数进一步转化成一个强凸的无约束优化问题,采取快速牛顿算法进行求解;利用实证调研数据,从发展差异度的角度对黑龙江垦区98个农场农机装备水平的差异进行多指标分析,在分类的准确度和训练速度方面都有很好的表现。     

农机装备水平评估

从当前我国农村农机装备的自主性、不合理性的客观现状出发,阐述了农机装备的原则以及农机装备水平评估的内容,提出了农机装备水平评估标准和建议。     

基于SVM的农业机械化水平预测模型

运用支持向量机方法对我国农业机械化水平进行预测。选取1986—2002年的17个数据作为训练样本,2003—2005年的3个数据作为检验样本,通过与GM(1,1)模型和BP神经网络模型预测结果进行比较,结果表明,2003—20053年预测值的平均相对误差仅为0.67%,该方法用于农业机械化水平预测是可行和有效的,为提高预测精度提供了一条新的途径。     

商空间理论框架下的SVM产量预测模型研究

针对目前预测农作物产量只利用年产量或其变形,而没有考虑气象因素对产量预测的影响导致误差偏大的问题,在基于商空间粒度理论框架下的农作物产量预测中,考虑气象因素如光照、平均气温、降水量对农作物产量的影响,提出利用支持向量机方法构造模型对气象时间序列进行数据挖掘(产量预测)。粒度分析和实验结果表明:混合粒度预测模型不仅降低了问题求解的复杂性,而且误差较低,其预测值平均绝对百分误差为0.884 9,均方根误差37.3,希尔不等系数为0.004 4,与其他预测模型相比误差最小。基于商空间理论的支持向量机产量预测模型可较好地应用于产量预测中。     

基于CPSO-SVM 的小麦条锈病预测模型研究

针对BP 神经网络在建立模型时没有确定网络结构的缺点和支持向量机(SVM)模型参数选择对预测精度影响大的局限性,提出一种结合混沌系统的粒子群算法(CPSO)去优化SVM 模型的惩罚因子C 和核函数中参数σ的混合模型,利用混沌系统的不确定性理论使传统的粒子群算法能有效克服收敛速度慢、容易达到局部最优值的缺点,使CPSO 算法能更快、更准确找到全局最优值。经过参数优化SVM 模型有效提高了预测精度并利用新的混合模 型对宁夏地区小麦条锈病流行级别进行预测。结果表明,相对于传统SVM 模型、组合PSO-SVM 模型和组合PSO-BP神经网络模型,研究提出的混合模型(CPSO-SVM)在预测精度及模型的泛化能力上均优于以上3 种模型,可对小麦条锈病发病及流行程度进行精确的预测,并为农业病虫害研究部门提供有效的理论依据。     

基于CPSO-SVM 的小麦条锈病预测模型研究

针对BP神经网络在建立模型时没有确定网络结构的缺点和支持向量机(SVM)模型参数选择对预测精度影响大的局限性,提出一种结合混沌系统的粒子群算法(CPSO)去优化SVM模型的惩罚因子C和核函数中参数σ的混合模型,利用混沌系统的不确定性理论使传统的粒子群算法能有效克服收敛速度慢、容易达到局部最优值的缺点,使CPSO算法能更快、更准确找到全局最优值.经过参数优化SVM模型有效提高了预测精度并利用新的混合模型对宁夏地区小麦条锈病流行级别进行预测.结果表明,相对于传统SVM模型、组合PSO-SVM模型和组合PSO-BP神经网络模型,研究提出的混合模型(CPSO-SVM)在预测精度及模型的泛化能力上均优于以上3种模型,可对小麦条锈病发病及流行程度进行精确的预测,并为农业病虫害研究部门提供有效的理论依据.     

基于SVM的木材纤维饱和点近区段含水率预测模型研究

[目的]研究木材纤维饱和点近区段含水率预测模型。[方法]电阻法测量木材纤维饱和点近区段含水率会出现测量值突然偏离真值的现象,即出现测量“盲点”。在研究检测原理的基础上,提出利用支持向量机方法对已测木材含水率、温度和湿度数据进行训练建模,通过模型预测得出纤维饱和点近区段含水率数值。[结果]支持向量机方法建立的模型能够预测木材纤维饱和点近区段含水率数值,模型泛化能力强,预测精度高,而且只需要少量样本数据就可以实现预测,很好地解决了电阻法在测量过程中的“盲点”问题。[结论]支持向量机预测模型提高了木材干燥过程中全量程含水率的检测精度,对木材干燥过程的含水率建模具有一定研究意义。     

组合预测模型在黑龙江省农机总动力预测中的应用

农机总动力是反映和评价农业机械化水平的一个重要指标.通过对黑龙江省农机总动力历史数据进行分析,建立了指数模型、GM（1,1）模型和BP神经网络模型3种预测模型,其次,应用基于离异系数法、二次规划法、Shapley值权重分配法分别构建组合预测模型.拟合结果表明,各种组合预测模型优于各单一模型.最后应用基于Shapley值权重分配法对黑龙江省农机总动力进行组合预测,为制定农机动力发展规划提供了依据.     

提升农机装备水平开创巍山农机发展新局面

农业机械化推广是农业现代化的一个重要组成部分,随着改革开放的深化和农村所有制结构、经济结构的变化,我县农机事业经历了发展、徘徊、再发展的过程,农机拥有量、农机推广应用面和农机服务体系不断增加、扩大和完善。为提高巍山优势农产品集中产区的农机装备水平,改善装备结构,进一步增强农业综合生产能力、农民购买农业机械能力,加大先进适用的大中型拖拉机的推广应用力度,     

基于Lasso和支持向量机的组合预测及其应用

针对Lasso方法与支持向量机两者的联系与各自的优势,给出了基于Lasso与支持向量机的串联型、并联型和嵌入型三种组合预测,并将它们运用到我国粮食价格预测中.实证结果表明,与单一预测方法的预测结果相比,基于Lasso方法与支持向量机的串联型组合预测和嵌入型组合预测具有更高的预测精度.     

基于粗集的支持向量机在故障诊断中的应用

根据支持向量机分类的基本原理,通过应用粗集理论方法对样本数据进行了预处理,去除冗余特征,提高了支持向量机分类效率.通过对涡轮机故障诊断,认为该方法可以提高故障诊断精度和诊断效率.     

基于支持向量机的中国农业机械总动力预测

为更好地预测中国农业机械总动力的发展趋势,引入了基于支持向量机的预测方法.以1979—2008年中国农业机械总动力的统计数据为训练样本,以2009年和2010年的统计数据为检验样本,采用新陈代谢法建立了基于支持向量机的我国农业机械总动力预测模型.为了验证该方法的有效性和优越性,同时采用新陈代谢法分别建立了基于普通BP神经网络和改进的BP神经网络的预测模型.仿真预测与检验样本预测的结果表明,基于支持向量机的预测精度明显高于普通BP神经网络和改进的BP神经网络预测模型.在此基础上,计算出2011年至2015年中国农业机械总动力的预测值分别为97 859.1,103 053.7,108 480.7,112 794.7,115 096.8万kW,指出了其具有增长趋缓的变化趋势.     

农业机械检测现状与检测装备研发

农业机械化是我国农业现代化的重要组成部分,农机试验鉴定为我国农机化发展提供了重要保障。经过几十年的发展,我国农机试验鉴定体系、法律法规不断完善,鉴定单位的鉴定能力、可鉴定产品的数量不断提升。但从农机化高质量发展的角度,我国农机试验鉴定还存在检测手段和方法传统、检测劳动强度大、人为检测误差大、采集数据时间长、历史试验数据难以追溯、检测技术相对落后等实际问题,解决这些问题需要进行农机检测装备研发。研究认为农机检测装备研发应基于检测指标的需要,坚持模块化、智能化、便捷化、通用性原则,根据农机检测过程中数据采集、计算与统计分析、结果保存等环节,运用无人机拍摄图像采集、图像识别、数据传输与软件系统设计等技术,选择合理研发策略,才能提升检测装备研发速度,满足检测发展需要。     

地下水位粒子群优化神经网络组合预测模型

【目的】将粒子群优化神经网络组合预测方法引入地下水位预测中,以提高地下水位预测的精度。【方法】以回归分析法、指数平滑法、灰色GM（1,1）模型的地下水位预测结果及预测结果平均值作为网络的输入,以实际地下水位值作为输出,对3个单一模型进行非线性组合,建立地下水位的粒子群优化神经网络组合预测模型,应用实例对模型的预测结果进行了验证,并与3个单一模型及等权平均组合模型的预测结果进行比较。【结果】实例运用结果表明,粒子群优化神经网络组合预测模型的均方误差为0.740 9,平均绝对误差为0.657 6,均小于单一模型及等权平均组合模型的相应值。【结论】粒子群优化神经网络组合预测方法适用于地下水位的预测。     

具有多重检验机制的农业机械总动力结构分析预测模型

农业机械总动力结构是农业机械项目发展水平高低的具体体现,合理配置农业机械总动力,可有序地推动农业机械化的发展.从动力源和农业机械项目两方面划分农业机械总动力结构的基础上,依据经济计量学理论,以丘陵地区为背景,构造了农业机械总动力及其结构配置影响关系,建立了具有多重检验反馈机制的动力结构综合分析预测数学模型,并在实际中加以应用,可得到满意结果.     

基于邻域粗糙集的支持向量机在污水处理故障诊断中的应用

提出了利用基于邻域粗糙集的支持向量机算法实现污水处理过程中出现故障的自动诊断.首先,对污水处理厂收集的监控数据进行预处理;其次,利用邻域粗糙集模型中对象邻域的上、下近似,寻找2种类别的交界部分,从而减小问题规模;然后,通过对交界部分样本进行混淆度分析,剔除异常样本或噪声数据;同时对样本集进行属性约简与加权处理;最后,在约简集上进行支持向量机的训练与测试.将试验结果与传统支持向量机方法的结果进行比较,表明该方法不仅提高了故障诊断的效率,而且降低了问题的复杂程度,同时还保持了较好的推广性能.     

基于物元评价模型的农机合作社绩效评价

[目的]构建农机合作社绩效评价指标体系,探讨绩效水平的影响因素,为深化农机合作社发展和研究提供理论指导.[方法]基于过程思维的评价理论,构建"流程逻辑"指标体系,以四川省12家农机合作社为研究对象,从投入、过程、产出和效益4个维度,采用物元评价模型分析农机合作社发展绩效,并探索农机合作社绩效水平的影响因素.[结果]根据物元评价模型可知,12家农机合作社中优秀等级1家、良好等级5家、一般等级4家、较差等级2家,出现两头小中间大的格局,合作社之间差异较明显.在不同维度指标中,过程维度和产出维度的绩效等级较低,而效益维度和投入维度较高;虽然单从效益维度分析发现农机合作社的绩效水平较高,但综合其他维度分析,表现出组织管理存在缺陷、产出较低、对政府存在高度的资金依赖和政策依赖及农户参与度不高等问题.[建议]创新金融服务模式,拓展农机合作社的融资渠道,减少农机合作社对政府的资金依赖;加强政府监管力度,健全与完善管理制度和利益分配制度;引导开展适度规模化经营,提高农业生产效率.     

2种药剂防治麦叶蜂生测的SVM,TDM模型分析

支持向量机(SVM)模型与时间-剂量-死亡率(TDM)模型都是兼顾时间效应与剂量效应的毒理学生测数据处理方法,而吡虫啉和敌百虫则是有着不同杀虫机理的2种化学杀虫剂。对这2种药剂应用浸渍法进行室内防治麦叶蜂3龄幼虫的毒力测定,并利用SVM模型和TDM模型对其生测数据进行了分析。SVM回归分析结果表明,20 min敌百虫的LD50为20.995 mg/kg,吡虫啉为102.886 mg/kg;SVM模型的拟合效果优于TDM模型,且MSE(均方误差)均较小。所以,SVM模型有很好的鲁棒性,在击倒活性化学杀虫剂生测数据处理中所得的结果准确性较高。     

农业装备人机操作界面评价计算方法研究

为更加简便地评判农业装备中人机操作界面的设计质量,研究一种农业装备人机操作界面匹配评价计算方法。建立人机操作界面元件位置与操作人体的定量关联模型,并运用牛顿迭代法进行模型求解,形成一种基于操作姿态的人机操作界面评价计算方法。运用该方法对某农业车辆进行计算,结果表明:该方法可以得到与操作者主观评价相吻合的评价结果,从而让设计人员在不建虚拟模型和进行实际操作测试的情况下了解人机界面的匹配情况,减少设计费用、提升装备设计制造质量。