线性回归与BP神经网络方法的山东粮食产量预测比较研究

山东省是我国传统农业大省,粮食产量对我国粮食总产量的影响较大,因此对山东省粮食产量进行预测具有重大意义.分别利用多元线性回归方法和BP神经网络两种预测方法对山东粮食产量进行预测,并对两种方法的预测结果进行分析比较,实验证明,BP神经网络平均预测精度高于多元线性回归模型,且各期预测精度较多元线性回归模型更稳定,但随时间推移,误差增大,因此BP神经网络预测模型较适用于近期粮食产量预测.     

农产品分类营销的数学模型分析

运用logistic回归模型分析了农产品销售中分类营销的问题。该方法可以充分利用农产品数据库中的信息,找出影响产品畅销度的因素并加以量化。应用该模型还可以对农产品的畅销度进行预测,进而为产品的推广制定个性化销售策略提供参考。     

农户绿色生产技术采纳行为及其效应——以测土配方施肥技术为例

为揭示农户绿色生产技术采纳行为决策的规律性和显化其行为效应,基于鄱阳湖平原6个产粮大县的607份调查数据,利用内生转换回归（ESR）模型实证分析了农户采纳测土配方施肥技术的影响因素及其采纳行为的经济和生态效应。结果表明：农户采纳测土配方施肥技术主要受到家庭总收入、耕种面积和信息获取渠道的正向影响,耕地破碎度和家离农技机构距离的负向影响。测土配方施肥技术的采纳有助于农户实现水稻的增产和化肥的减量化施用,表现为在反事实假设情景下,实际采纳该技术的农户若未采纳,其水稻单位面积产值下降6.38%、化肥施用量增加2.14%;实际未采纳该技术的农户若采纳,其水稻单位面积产值提高1.83%、化肥施用量减少1.00%。鉴于此,建议降低耕地破碎度,实现适度规模经营,加强技术的宣传推广,构建技术培训体系,显化技术效益,发挥技术的示范带动效果。     

中文农业搜索引擎字符编码识别

针对农业网页中汉字编码标识混乱的情况,提出了一种综合运用编码规则和网页文本特征的字符编码识别模型。利用卡方检验算法,结合最小二乘多元线性回归方法,得到了基于网页文本特征的字符识别模型。实验结果显示,在适当的选取阈值（r ＝1,阈值＝属于某一编码的字符数/网页总字符数）和文本特征数（≥65）的基础上,模型准确率达到100％,且结果稳定。     

沈阳市3种行道树冠层孔隙度研究

为了深入研究树木的冠层特性,从冠层孔隙度方面入手,利用半球摄影法获取沈阳市常用行道树银杏、国槐、银中杨的冠层孔隙度图像,通过Gap Light AnalyzerV2.0计算出冠层孔隙度,并同步测绘树木的胸径、树高、冠幅;对3种乔木的孔隙度和生长参数分别进行单因素方差分析、回归分析。结果表明:1）3种乔木的孔隙度具有显著差异,Q_银中杨＜Q_国槐＜Q_银杏（Q为冠层孔隙度）;2）冠幅和胸径分别与冠层孔隙度呈极显著负相关（P＜0.01）,高度与冠层孔隙度呈显著负相关（P<0.05）,相关系数表明孔隙度受冠幅的影响大于受胸径的影响;3）对与冠层孔隙度相关系数较高的冠幅和胸径构建多元线性回归模型,分别为Q_国槐=44.808-2.218×W_国槐-50.545×D_国槐;Q_银杏= 45.637-2.613×W_银杏-43.156×D_银杏;Q_银中杨=33.084-3.834×W_银中杨+41.105×D_银中杨。本研究提供了冠层孔隙度与生长参数的关系,可为林下光环境、反演叶面积指数以及树木数字模拟提供有效参数和数据基础。     

基于logistic和灾减率方法制作玉米产量的预测

利用多元回归预报模型与灾减率相结合探讨粮食产量预报方法。依据本溪县玉米单产和气候资料,利用logistic方法建立玉米趋势产量序列,将分离的气象产量转换为相对气象产量,进行相关筛选预报因子,组建预测模型。结果表明：运用logistic方法构建的玉米趋势产量序列,提高了趋势产量拟合的精度;选取气象因子具有一定的生物学意义,增强了预测模型的科学性;多元回归预测模型与灾减率订正预测玉米单产正确率达90%。为粮食产量预报的定量化和精细化提供科学的依据。     

鸡蛋蛋壳裂纹敲击振动功率谱信号特征参数筛选和分析

运用自行研制的禽蛋裂纹检测装置,可以采集并分析敲击鸡蛋产生的响应信号,检测裂纹蛋。提取敲击响应信号功率谱的10个特征参数,并采用逐步回归法和遗传算法进行优化和筛选,以期选取更有效的特征参数,提高模型检测精度。结果表明,遗传算法筛选结果明显优于逐步回归法。当采用遗传算法筛选的4个特征参数(功率谱信号的第1共振峰对应的频率点、第1共振峰的功率谱与其前4个频率功率谱的方差、前3个共振峰功率谱方差、中低频段功率谱能量比)作为判别模型的输入向量,模型能取得最优结果,预测集判别率可达到97.2%。     

烟台地区水面蒸发BP神经网络模型研究

运用BP神经网络模型对水面蒸发进行研究,并与多元线性回归和主成分回归2种方法的拟合结果进行比较。结果显示,多元线性回归各参数均通过t检验,拟合较好;主成分回归中,参数b2未通过t检验,拟合效果不如多元线性回归好。BP神经网络模型、多元线性回归、主成分回归建立的水面蒸发量观测值与拟合值的回归方程中决定系数分别为0.8986、0.7993、0.7984。应用BP神经网络进行分析,相对误差小于10%的样本个数超过总样本个数的40%,相对误差不超过30%的样本个数接近80%;而其它2种方法相对误差大于10%的样本个数超过总样本数的80%,相对误差大于50%的接近总样本个数的30%。可见,应用BP神经网络模型进行水面蒸发量计算,远优于其它2种方法,应用此方法进行水面蒸发量的预测是非常理想的。     

农村区域配电网优化模型和算法的研究

针对城镇配电网中按电压等级选择同一截面导线的不合理性,基本算法的罚函数处理约束稳定性不强和寻优运算差等问题,利用经济电流密度概念、多目标规划理论和遗传算法,研究实数编码并行优化、动态罚函数约束、配电网路径与潮流自识别解码等方法,提出了配电网络多目标经济性优化模型及其算法。通过10kV配电网实例验证表明,该方法提高解的搜索精度,实现规划线路长度和导线截面策略因子并行优化,得到最小投资费用的优化方案。