基于CA-Markov模型的黄土塬区黑河流域土地利用变化

研究黄土高原的土地利用变化,可为其生态建设提供重要的决策依据。基于CA-Markov模型,分析了黄土高塬沟壑区黑河流域1985－2000年土地利用变化的趋势、速度、类型及其与地形的关系,并模拟了2015年土地利用情景。结果表明,黑河流域以耕地和中覆盖草地为主;1985－2000年林地和农地减少,草地和建设用地增加,其他类型变化很小;林地和草地相互转化与耕地转出是两大变化类型;土地利用变化主要发生在沟壑区。CA-Markov模型模拟的2000－2015年土地利用将保持1985－2000年的变化趋势,因此,需加强耕地保护措施,推进退耕还林草工程,促进区域可持续发展。     

冻融土壤Philip入渗模型参数的非线性传输函数模型研究

为满足季节性冻土地区越冬期间储水灌溉管理的需求,基于山西省汾河灌区季节性冻土的冬季大田土壤水分入渗试验,得到了120组Philip入渗模型参数实测样本,借助MATLAB软件,建立了以土壤温度、有机质质量分数、土壤含水率、土壤体积质量、物理性黏粒量为输入因子、以Philip入渗模型参数吸渗率和稳渗率为输出因子的多元非线性传输函数模型,并用实测资料对该模型进行了精度检验。结果表明,预测参数的相对误差均小于11%,预报精度在可接受范围之内。     

仿人机器人头部设计与目标跟踪运动控制

针对仿人机器人视觉目标跟踪任务需求,设计了一种高精度、灵巧型仿人机器人头部系统,构建了视觉感知模块与3自由度机械臂运动机构。利用虚拟连杆方法对仿人机器人头部进行运动学建模,将目标跟踪问题转换为机械臂的运动学逆解问题,通过计算机构可操作度与条件数,显示机器人头部对目标跟踪任务具有良好的运动学灵活性。在此基础上,基于梯度投影法建立了目标跟踪运动学逆解与规避关节极限位置的同步优化算式,并针对视觉测量系统带宽较窄、容易造成较大跟踪误差的问题,提出了在两次视觉测量间隔内用轨迹预测的方法获得目标位置的估计值,以提高跟踪精度。仿真与实验结果表明,在测量盲区内采用轨迹预测方法,可将跟踪精度提高约80%,实现高精度目标跟踪。所提出的仿人机器人头部及控制方法,对动态目标具有良好的跟踪性能。     

二次聚类与神经网络结合的日光温室温度二步预测方法

精确预测日光温室温度是实现对温室精准调控的前提。由于温室是复杂非线性系统,受室内外众多环境因素影响,且部分因素难以准确测量和建模,因此,难以通过机理分析建立室外因素精确影响室内温度的物理模型。而现有时间序列分析、人工神经网络等仅基于数据的方法预测准确度也较低。本文提出连续时间段聚类与BP神经网络相结合的二步日光温室温度预测方法。首先,进行二次聚类,对室外温度情况相似的日进行聚类,并将全年划分为若干个类似时间段,根据连续时间段内相似日的数量进行聚类,将全年内的连续时间段归入若干类别。其次,对不同类别的时间段,分别采用BP神经网络建立室外温度、相对湿度、太阳辐射、风速和温室室内温度间的关联模型,通过数据训练,能够较为准确的根据室外环境数据预测室内温度。通过涿州实验农场2年数据试验验证,通过二次聚类,全年连续时间段可划分为3类,通过分别建立BP神经网络并分别训练,结果表明本方法预测误差仅为6.23%,与现有未分类的BP神经网络预测算法对比,本文方法有效地提高了准确度,平均误差降低5.4个百分点。     

树木直径生长的时间序列分析及模型预测

以解析木的数据为基础,对甘肃省小陇山地区的解析木干曲线的分形特征进行了研究,从整体上对树干形状进行描述,采用R/S方法即时间序列分析法对直径的生长过程进行了分析,发现随着树木年龄的增加,其霍斯特指数值也呈现增加的趋势,并以此建立了分形生长的霍斯特(H)指数预测模型,可用于森林生长量的预测,R/S分析结果充分反映了直径动态生长过程随时间尺度变化的分形特征.结合样地及样本数据,以分形分析、线性及非线性回归为主要方法,进而为森林资源的动态监测奠定基础,具有非常重要的生态学意义.     

基于最小二乘支持向量机模型预测田面糙率

田面糙率是影响地面灌溉质量的重要参数。基于最小二乘支持向量机建立了两类4个田面糙率预测模型,并进行了验证。结果表明第一类模型预测值(即作物地采用LSSVM-N-I3、裸地采用LSSVM-N-I1,翻耕地采用LSSVM-N-I2)相对误差最大值为9.7%;第二类模型预测值(即LSSVM-N-II模型)相对误差最大值为10.5%,由此可见两类模型都具有较高的预测精度,可以用于田面糙率的预测。     

基于Copula函数的开都河年径流预测

河川径流量的准确预测对于水库调度、区域水资源优化配置具有重要意义.本文以新疆开都河为例,运用Copula函数将自变量和因变量的相关程度和相关模式有机结合,构建两变量联合分布函数,研究两变量与联合分布之间的相依结构;在此基础上,根据样本值未知的因变量边缘分布与联合分布关系,结合样本值己知的自变量概率分布,对因变量未知值进行预测.结果表明:基于Copula函数的预测方法原理明晰、计算简便、性能稳定、预测精度较高.     

基于PEM-ABC算法的小型无人直升机系统辨识

针对小型无人直升机在悬停状态下飞行动力学模型的系统辨识问题,提出了一种基于预测误差法与人工蜂群算法(PEM-ABC)结合的辨识算法。该算法将系统辨识问题转化为优化问题,用PEM算法确定搜索空间的范围;雇佣蜂搜索阶段采用改进的自适应搜索策略加快收敛速度;跟随蜂搜索阶段引入一种新的概率选择方式保证种群多样性;侦察蜂搜索阶段利用混沌算子来提高全局搜索能力。通过机载设备采集到的飞行实验数据,对辨识获得的模型进行了分析与验证。结果表明:采用该辨识方法,估计出了无人直升机动力学模型的未知参数,与PEM算法和传统人工蜂群算法相比,所提算法的辨识精度更高,具有重要的工程使用价值。     

基于随机森林模型的山体滑坡空间预测研究

滑坡灾害空间分布的准确预测是实现防灾减灾的重要途径。以2010年福建省顺昌地区滑坡资料为基础数据,分别应用随机森林模型和逻辑回归模型对福建顺昌地区山体滑坡发生与滑坡因子之间的关系进行实证分析,通过模型变量筛选、模型精度分析,探讨了随机森林模型在我国南方山体滑坡空间预测中的适应性。结果表明:随机森林模型对滑坡发生数据的拟合效果比逻辑回归模型好,其对顺昌地区滑坡发生数据的预测精度为90.8%,而逻辑回归模型的预测精度为81.8%;随机森林模型对研究区滑坡发生的泛化能力比逻辑回归模型好,其预测出高危险区和较高危险区所包含的滑坡比总和为66.05%,而逻辑回归模型为63.34%。研究结果表明随机森林模型的性能优于逻辑回归模型,可用于顺昌地区基于滑坡因子的未来滑坡发生的预测预报。     

等维动态递补灰色模型改进及应用研究

针对等维动态递补灰色模型对波动性数据预测的局限性,提出了缓冲算子等维动态递补灰色模型,改进了原有模型对波动性数据预测误差较大的问题。利用成都市2008—2013年的用水统计资料,在验证了模型的实用性后,分别建立了传统的GM(1,1)模型、等维动态递补GM(1,1)模型以及带有弱化缓冲算子的等维动态递补GM(1,1)模型,对成都市2016、2020、2025年各类用水量进行预测分析。结果表明,改进后的模型预测精度高,实用性好,能给成都市未来的水资源规划与管理提供可靠的依据。