基于人工神经网络的组合预测及应用

综合组合预测和人工神经网络的特点，提出一种将人工神经网络应用于组合预测的新方法，并以浙江省猪肉产量预测为实例进行了论证。     

火地塘林区华山松景观格局的人工神经网络模型研究

以火地塘林区森林资源二类调查资料为主要数据源,选取华山松林小班的面积、坡度、坡向、海拔、地形指数、灌丛盖度、草本盖度、土层厚度、小班蓄积和优势木年龄10个调查因子作为输入变量,以小班分维数作为输出变量,建立了火地塘林区华山松景观格局的BP神经网络模型,并应用该模型对部分华山松景观格局进行了预测。结果表明,该模型网络收敛效果理想,泛化能力强,为林区森林景观分析提供了一种新的研究方法。     

电力系统中谐波诊断的神经网络方法

本文提出了一种应用人工神经网络模型诊断电力系统中谐波含量的新方法。用误差反向传播模型（ＢＰ模型）取代传统的快速傅立叶变换方法，对ＢＰ模型进行训练，得到由电流（或电压）采样值映射出基波和谐波含量的ＢＰ模型。试验结果表明，该方法具有速度快、精度高的优点，硬件实现简单，同时具有在线应用的特点。     

基于改进BP网络模型的水质预测模型的研究

 运用人工神经网络理论和方法,建立了基于三层BP网络的预测模型,并对BP算法进行了改进。并就长江流域丰水期全流域的水质情况进行模拟比较,确定了该模型的隐含节点数以及实用范围,并能较精确地预测今后5年的发展趋势，且预测结果客观。证明了该预测模型具有较强泛化能力,是一种行之有效的预测非线性类问题的模型。     

基于BP神经网络的济南市建设用地规模预测

随着经济的发展,城市建设用地面积呈迅速扩张的趋势。城市建设用地面积的增长受社会、经济、人口等多种因素的影响。运用主成分分析法对济南市建设用地变化的驱动力进行分析,人口和GDP是影响建设用地面积的主要的驱动因素,通过建设用地驱动因子的人工神经网络模型,预测出2010年和2020年济南市建设用地的面积需求状况。     

Evaluation of phenolic compounds and antioxidant activity of blueberries and modelization by artificial neural networks

ABSTRACT

The study aimed at evaluating the influence of different production conditions, conservation, and extraction procedures on the total phenolic compounds and antioxidant activity of blueberries by DPPH and ABTS methods. The production factors considered were origin, altitude of the farm location, and age of the bushes. The conservation conditions considered were freezing as opposed to the fresh product. The extraction procedures included two different solvents and two orders of extraction. The data analysis was carried out by training artificial neural networks to model the data and extract information from the model.

The results obtained revealed that the type of extract and the order of extraction influenced the concentrations of phenolic compounds as well as the antioxidant activity of the different samples studied. Also the origin of the farms from where the blueberries were harvested significantly influence those properties, showing that the blueberries from Oliveira do Hospital had less phenolic compounds and lower antioxidant activity. Also older bushes at higher altitudes seem to produce berries richer in these properties. Regarding conservation, no influence was observed for phenols but a slight influence could be detected for antioxidant activity.     

基于地统计学与GIS技术的森林土壤养分空间变异性研究

以云浮市云城区和云安区森林土壤为研究对象,应用传统统计学和地统计学方法结合 GIS 技术分析其土壤养分的空间变异性,预测土壤养分空间分布。地统计学主要从空间插值模型和人工神经网络模型的角度对土壤养分的空间变异性进行诠释,并利用平均绝对误差(MAE)和均方根误差(RMSE)两个指标以及模型预测点与实测点间的相关系数作为判断模型好坏的标准。研究结果认为插值模型中泛克里格插值法在样点密度较小时显示出明显优势,而 BP-ANN 在模型的稳定性和推广性表现尤为突出,最后对泛克里格插值模型和 BP-ANN 下的有机碳、全氮、全磷、全钾4种养分空间预测分布特征进行描述。     

河南省农用地集约利用与农民收入增长关系动态计量经济分析

农用地集约利用水平关系到区域粮食安全,与促进经济发展方式转变息息相关,对农用地集约利用水平进行测度并对农用地集约利用与农民收入水平进行动态研究,可以为区域土地可持续发展提供重要参考。本研究利用河南省1978—2012年的相关数据,通过构建适合河南省农用地集约利用评价的指标体系,借助BP神经网络对河南省农用地集约利用水平进行综合测度,并在此基础上采用计量经济分析考察农用地集约利用与农民收入之间的动态联系。研究表明:1978—2012年间,河南省农用地集约利用水平整体呈现上升趋势。农民收入水平与农用地集约利用指数互为Granger因果关系,农用地集约利用指数每提高1个单位,会引起农民收入提高0.628 7个单位。脉冲响应函数和方差分解结果显示,农用地集约利用水平的提高将促进农民收入的增长,且对农民收入变化的解释能力随着时间推移逐渐增强。     

基于最小二乘支持向量机的参考作物潜在蒸散量估计

建立了以气象因子为输入变量,以Penman-Monteith公式计算所得的参考作物潜在蒸散量（ET0）为输出变量的最小二乘支持向量机（LSSVM）ET0预报模型。与以同样资料为基础的人工神经网络模型（ANN）进行对比研究表明,LSSVM模型比ANN模型精度高,且效率高、泛化能力强,是ET0预报方法的有益补充。