基于模糊神经网络的池塘溶解氧预测模型

在分析了池塘溶解氧影响因素的基础上,利用模糊神经网络良好的非线性逼近能力建立了池塘溶解氧的模糊神经网络预测模型。神经网络模型如采用常规的BP或其它梯度算法,常导致训练时间较长且易陷入局部极小点,本实验采用快速的粒子群优化算法对模糊神经网络进行训练,收敛速度明显加快。实验结果表明采用该方法预报溶解氧的预测精度较常规BP递推算法的预测精度明显提高,所采用的模型能对溶解氧进行可靠的预测,该方法为研制开发智能水质检测仪以及工厂化养殖工作奠定了基础,对实际生产具有一定的指导意义。     

四川桤木经营技术、收获模型及效益分析研究报告

系统总结了铜鼓县经营四川桤木的管理经验 ,研制了四川桤木生长收获模型 ,并对经营效益进行了客观的预估     

最佳线性无偏预测估计种畜育种值（BLUP）可视化计算机程序

应用VB6可视化编程软件，设计较先进的最佳线性无偏预测估计种畜育种值（BLUP法）程序，增强了软件的功能，使其更具易用性、广泛性。     

陕西森林火灾的发生趋势及预测方法探讨

探讨了Ｍａｒｋｏｖ转移矩阵和ＧＭ（１，１）灰色模型预测陕西森林火灾趋势的方法。并预测２０００年前，森林火灾基本处于Ｂ级稳定状态，最小级Ａ出现于１９９８年，最大级Ｃ可能出现于２０００年。     

果园发展水平遥感动态监测与预测

应用遥感技术，对地处南亚热带的福州建新的果园发展进行长达２０年的监测和预报．结果表明，采用遥感技术与结合地面动态监测网调查资料，所获取的果园发展水平的动态信息数据可靠，方法可行．     

树莓营养生长动态预测

通过对夏红树莓9号、38号、39号1年生枝的调查研究,并对调查所得360组数据分品种,采用修正指数曲线、严格苏玛克曲线、多项式回归、多元线性回归等变量回归模型,用计算机进行拟合,结果表明:树莓3个品种高、径生长量随生长天数变化的最佳回归模型均为多项式回归曲线方程。     

日本胴体产肉率方程对我国牛胴体评价的适用性研究

用ＳＡＳ软件对１５２头商品牛的屠宰数据进行统计分析。通过产肉率方程的估测值与实测值的相关及回归分析,初步认为,日本方程对我国晋南牛胴体产率具有一定的预测作用,预测准确率为６６．７８％,但高估了约１０个百分点。但对鲁西牛、杂交牛（西门达尔×南阳牛）、北牛等无预测作用。     

黑龙江省部分玉米杂交种的综合评价

玉米杂交种的综合评价是新品种选育、审定和推广的重要依据。以黑龙江省种植的部分玉米杂交种为试验材料,测定其产量（14%含水量）、籽粒含水量、容重、秃尖长、出籽率、轴粗/穗粗、百粒重和穗长8个性状,采用灰色关联度法对28个供试玉米杂交种的8个性状进行综合评价。结果表明,德美亚3号、先玉696和先玉335加权关联度排在前3位,综合表现好。     

龙脑型阴香可蒸生物量预测模型研究

龙脑型阴香（Cinnamomum burmannii chvar. borneol）矮林经营中,企业和农户需预估可蒸 生物量,以便根据加工能力合理安排采收面积。研究以 3~5 年生龙脑型阴香矮林为对象,按照企业收 购标准,统一以 120 cm 为截顶高度、下部枝条全部保留的方法开展采收测定,在同一试验林中,分 别在 3.5 a 生林龄生长期为 1 a 时和 5.5 a 生林龄生长期为 2 a 时测定树高、胸径、冠幅、分枝数和可蒸 生物量 5 个性状。以线性和非线性的方法拟合单株可蒸生物量模型,用 R2、RMSE、AIC、BIC 等指 标评价并筛选出最佳模型,筛选结果是 2 a 生长期最优线性和非线性模型分别 DB=0.625H+0.076HDD, DB=0.091HDD+0.000 017 8HDD2 ,1 a 生长期的分别是 DB=-1.646H-2.734D+4.134C+1.252HD,DB=-1.356 H+0.907H2。4 个模型在实际应用中估算的相对误差分别是 16.680%、14.107%、2.036% 和 20.543%。企业 可依模型估算可蒸生物量,合理安排采收面积。     

基于GM(1,1)的天然次生林空间结构预测

【目的】系统地分析已有天然次生林林分空间结构数据,通过灰色模型预测天然次生林林分空间结构各指标未来的发展趋势,对天然林经营具有十分重要的意义。【方法】以湖南大围山自然保护区典型次生林为研究对象,依据结构化森林经营理论,选取了混交度、竞争指数、角尺度、空间密度指数、开阔比数、大小比数、林分综合均质性指数作为天然次生林林分空间结构合理性评价与预测的量化指标,构建了基于GM(1,1)的天然次生林林分空间结构灰色预测模型。模型将2008年林分空间结构各指标的平均值作为初始值,并在研究区设置了面积为20 m×20 m的5个研究样地(M1,M2,M3,M4,M5),利用保护区2008-2018年典型样地林分空间信息,预测了研究区调研样地2019年-2021年林分空间结构各指标未来的变化趋势。【结果】利用精度检验机制对该模型的精确度进行了有效性检验,检验结果表明,所有指标预测合格概率P合=71.43%,良好的概率P良好=22.86%,优的概率P优=5.71%,表明该预测模型符合精度检验要求。【结论】样地未来3 a各指标整体变化尺度不大,林分空间结构基本稳定。从各指标在2008-2018年时空上的变化规律来看,各样地林分平均竞争指数、平均大小比数及平均空间密度指数是影响林分均质性指数的关键指标。