一种改进的FLS-SVM分类辨识模型及其应用

采用三角形函数隶属度法确定模糊最小二乘支持向量机(fuzzy least squares support vector machine,FLS-SVM)输入参数隶属度,采用自适应变尺度混沌免疫算法优化FLS-SVM的参数,从而构建改进模糊最小二乘支持向量机(improved fuzzy least squares support vector machines,IFLS-SVM)分类辨识模型,用Ripley数据集、MONK数据集和PIMA数据集进行仿真实验,并用于地下金属矿山采场信号分类辨识与中国国际贸易安全分类辨识。研究结果表明:与LS-SVM分类辨识模型和FLS-SVM分类辨识模型相比,IFLS-SVM分类辨识模型能有效提高带噪声点和异常点数据集的分类精度,且分类辨识精度相对误差较小。     

果酒品质评价的自适应量子粒子群LS-SVM模型

针对BP神经网络和遗传算法对果酒品质预测存在速度慢和精度低的缺点,建立了一种基于量子行为粒子群算法(QPSO)的最小二乘支持向量机(LS-SVM)的果酒品质预测模型。模型通过引入粒子的进化度和聚合度,动态调整收缩扩张因子,从而实现了算法的动态自适应性。仿真结果表明:基于自适应量子粒子群的LS-SVM果酒品质评价预测模型优于所比较的BP神经网络和最小二乘支持向量机两种模型,具有较好的泛化性能和预测精度。     

基于粒子群优化的LS-SVM短期风电功率预测研究

风电的波动性、间歇性和随机性导致风电功率预测时间较长、误差较大;为提高预测精度,缩短预测时间,采用粒子群算法(PSO)对最小二乘支持向量机(LS-SVM)算法进行参数寻优,进而建立优化预测模型进行仿真;结果表明:优化的模型比RBF和LS-SVM具有更高的预测精度.     

基于PSOGA的LS-SVM模型在时间序列预测中的应用

使用PSO与GA结合的混合算法PSOGA对最小二乘支持向量机(LS-SVM)模型的参数进行了优化,搜索到更优的参数,提高了模型的时间序列预测精度.在Mackey-Glass、Lorenz时间序列上的实验结果表明:本文模型预测精度较高.     

基于参数优化的最小二乘支持向量机HEV阀控铅酸蓄电池SOC预测

针对电池容量预测问题,引入最小二乘支持向量机(LS-SVM)方法用于判断混合动力汽车(HEV)阀控铅酸蓄电池(VRLA)的荷电状态(SOC)。考虑到最小二乘支持向量机的参数选择会对预测结果产生较大的影响,提出一种基于参数优化的最小二乘支持向量机预测方法。首先,在非线性回归预测模型的训练过程中,采用模拟退火算法来确定LS-SVM的初始值参数,从而更好地反映预测模型的复杂度,以此提高状态预测的精度。其次,由于预测模型在应对不良数据时可能出现误差增大的问题,分别采用贝叶斯证据框架(BEF)优化算法和留一交叉验证(LOOCV)优化算法来增强预测模型的抗差能力。研究结果表明:留一交叉验证优化算法具有较高的预测精度,实用性强,有效性高。     

小样本贫信息条件下高炉冶炼烧结终点组合预测法

由于烧结过程具有不确定性、多变量耦合、时变时滞的特点,并且烧结终点受多种因素的影响,采用传统控制方法难以将烧结终点控制在要求的范围内,提出应用支持向量机优良的时序预测性能,以及贝叶斯理论能够利用样本信息和先验知识来简化预测模型和优化参数的特性,建立了贝叶斯支持向量机烧结终点的预报模型。首先对烧结终点的机理分析,后分别叙述贝叶斯框架理论和LS-SVM算法,并将贝叶斯证据框架应用于最小二乘支持向量机模型参数的自动选择,建立起时间序列的烧结终点非线性预测模型。在贝叶斯推断的第一层,进行模型参数的选择;在贝叶斯推断的第二层,进行模型超参数的选择;在贝叶斯推断的第三层,估计模型核参数,然后利用贝叶斯最小二乘支持向量机算法(LS-SVM)对烧结终点进行预测,并在此基础上构造了烧结终点的贝叶斯最小二乘支持向量机模型。仿真结果和多种模型比较表明,本模型能在小样本贫信息条件下对烧结终点做出比较准确的预测,并具有预测精度高、所需样本少、计算简便等优点,取得了令人满意的结果。     

基于混合QPSO的LS-SVM参数优化及其应用

针对最小二乘支持向量机(LS-SVM)的参数寻优问题,提出一种基于混合量子粒子群算法(HQPSO)的LS-SVM参数选择方法,以提高LS-SVM模型的学习性能和泛化能力.该算法结合QPSO算法的全局优化能力和Powell的局部寻优能力,分别对粒子初始位置、新局部最优位置以及全局最优位置进行Powell局部寻优,提高求解速度和解的精确性.利用测试函数对该建模方法进行仿真测试,与PSO LS-SVM模型进行比较,并利用湿法炼锌净化过程现场数据进行工业验证.研究结果表明:HQPSO LS-SVM模型具有较好的泛化性能,模型预测精度高,预测结果满足工艺生产的要求.     

基于ADPSO算法优化LSSVM的高速公路交通量预测方法

针对高速公路交通量与其经济影响因素之间的复杂非线性关系,将最小二乘支持向量机(least squares support vector machines,LSSVM)与自适应动态粒子群优化(adaptive dynamic particle swarm optimization,ADPSO)算法相结合,提出一种ADPSO算法优化LSSVM的高速公路交通量新型预测方法.将建模简单、精度高的LSSVM作为预测模型,通过寻优能力优异的ADPSO算法选择LSSVM最优参数.以某市高速公路交通量为例验证模型的有效性.结果表明,所提方法的预测性能较好,适合于高速公路交通量的短期预测.     

基于自适应加权最小二乘支持向量机的青霉素发酵过程软测量建模

针对生化过程软测量建模过程中样本数据可能包含的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(Adaptive weighted least squares support vector machine,AWLS-SVM)回归的软测量建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的正态分布赋权规则,自适应地为每个建模样本分配不同的权值,以降低随机误差对模型性能的影响;同时采用混沌差分进化—模拟退火(Chaos differential evolution simulated annealing,CDE-SA)算法对模型参数进行优化选择,以提高模型的泛化能力。仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于最小二乘支持向量机(Least squares support vector machine,LS-SVM)和加权最小二乘支持向量机(Weighted least squares support vector machine,WLS-SVM)。利用Pensim仿真平台的数据,将AWLS-SVM方法用于青霉素发酵过程软测量建模,获得了较好的效果。     

基于互补型集成经验模态分解和遗传最小二乘支持向量机的交通流量预测模型

交通流是智能交通系统中的关键组成部分,也是交通规划的重要依据。为了提高道路交通流量预测的精确性,提出一种基于互补型集成经验模态分解(complete ensemble empirical mode decomposition,CEEMD)后,采用遗传算法(genetic algorithm,GA)优化参数的最小二乘支持向量机(least square support vector machine,LSSVM)的交通流量预测模型。该模型使用互补型集成经验模态分解原始数据,将分解后的本征模态函数(intrinsic mode function,IMF)分量分别用遗传算法优化参数后的最小二乘支持向量机进行预测,叠加全部IMF分量值作为模型最终的预测结果。通过对美国加利福利亚州某高速公路一个月的交通流量数据进行训练预测,结果表明,该模型平均相对误差仅为6.51%,相较于其他模型拥有更好的预测效果,可为交通流的预测提供一定的参考。     

水稻冠层叶片SPAD值与叶绿素、叶氮含量及净光合速率的变化特征

通过两年的田间试验,利用叶绿素仪(SPAD-502)测定了不同生育时期水稻(南粳44号)冠层叶片的SPAD (Soil-plant analysis and development)值、叶绿素含量、叶氮含量及净光合速率,在此基础上分析了SPAD值与叶绿素含量、叶氮含量及净光合速率的关系。结果表明:水稻冠层叶片的SPAD值与叶绿素含量、叶氮含量及净光合速率的关系均呈显著相关,但是在不同的生育期内SPAD值与其他三项指标的变化并没有同步,存在一定时间的超前或者滞后。随着叶绿素荧光分析技术的发展,无损伤、快速、灵敏测定叶片光合作用的变化成为可能,因此想要更好地了解叶片光合作用的内在变化,还需要研究SPAD值与各项叶绿素荧光参数的关系。     

氮素对不同生态型稻种资源苗期氮素利用效率差异性的影响

在低氮(20mg/kg)、中氮(40mg/kg)和高氮(60mg/kg)水平下,测定和比较了不同类型稻种资源苗期氮素利用效率(NUE)的差异。结果表明:随着氮素水平的升高,不同生态型稻种资源苗期NUE呈下降趋势。不同类型稻种资源苗期NUE存在显著或极显著差异,且因氮素水平而异:低氮条件下,陆稻NUE显著高于水稻;中氮和高氮条件下,水、陆稻的NUE未达显著差异;低、中和高氮条件下,古老地方品种NUE显著或极显著高于现代育成品种,杂交组合NUE显著或极显著高于常规品种;低氮条件下,籼、粳稻NUE无显著差异;中、高氮条件下的籼稻NUE极显著低于粳稻。     

Optimal waveband identification for estimation of leaf area index of paddy rice

The objectives of the study were to select suitable wavebands for rice leaf area index （LAI） estimation using the data acquired over a whole growing season, and to test the efficiency of the selected wavebands by comparing them with feature positions of rice canopy spectra. In this study, the field experiment in 2002 growing season was conducted at the experimental farm of Zhejiang University, Hangzhou, China. Measurements of hyperspectral reflectance （350-2500 nm） and corresponding LAI were made for a paddy rice canopy throughout the growing season. And three methods were employed to identify the optimal wavebands for paddy rice LAI estimation： correlation coefficient-based method, vegetation index-based method, and stepwise regression method. This research selected 15 wavebands in the region of 350-2500 nm, which appeared to be the optimal wavebands for the paddy rice LAI estimation. Of the selected wavebands, the most frequently occurring wavebands were centered around 554, 675, 723, and 1633 rim. They were followed by 444, 524, 576, 594, 804, 849, 974, 1074, 1219, 1510, and 2194 rim. Most of them made physical sense and had their counterparts in spectral known feature positions, which indicates the promising potential of the 15 selected wavebands for the retrieval of paddy rice LAI.     

施氮量对不同穗型水稻品种生理特性的影响

以不同穗型水稻品种为试材，研究不同氮素水平对水稻生理特性的影响，结果表明：高氮水平下，两品种叶片中叶绿素含量、剑叶含氮量、单叶及群体光合速率、叶面积指数均高于低氮处理，下降速度也比低氮处理慢．这可能是直立穗型品种抽穗后物质生产能力强的生理原因．     

水稻冠层不同高度光合有效辐射动态与叶片光合作用特性研究

在当前CO₂环境以及600 μmol/mol air的开顶箱中, 测量水稻冠层离水田泥土45 cm和90 cm处光合有效辐射的变动以及叶片的动态光合速率, 探讨高CO₂环境下光强变动与光合作用关系的潜在变化。结果表明: 1) 水稻冠层90 cm处的平均光强是45 cm处的3~4倍, 但晴天光强的时间变异系数比45 cm处低55%~60%; 2) 上部叶片有更高的饱和光合速率以及照后CO₂固定, 下部叶片有较高的低光光合速率; 3) 高CO₂开顶箱冠层内部的光衰减百分比倾向于增大, 上, 下叶片的光合能力差异增大。因此, 冠层不同高度的光环境可能同时影响叶片的稳定态和动态光合特性, 高CO₂可能加大由不同冠层光环境差异造成的光合特性差异。     

干燥工艺对稻谷发芽率影响的研究

利用薄层干燥试验台，采用二次回归正交组合设计试验对辽宁省稻谷主要品种942进行研究。分析了热风温度、表现风速、初始水分、干燥时间对稻谷发芽率损失影响的规律，建立了稻谷发芽率损失回归方程，在干燥时应采用低温干燥，以保证其发芽率。利用贡献率法确定各因素在二次非线性模型中的主次关系为热风温度、初始水分、表现风速、干燥时间，为进行辽宁省稻谷深床干燥研究提供了理论依据。     

水田氮素径流-侧渗-下渗流失特征模拟

基于水氮耦合平衡理论和田间实际观测,开发了一套既简单又综合的水田氮素流失特征模拟模型.模型模拟结果表明：氮转化速率常数经率定后能够准确表征水田尿素氮施入后在径流、侧渗和下渗等途径上的流失速率变化特征;同时由于氮素径流流失受自然环境干扰较大,其模拟准确度较低于下渗和侧渗.对黄斑土水田,在各个途径上单季累积模拟流失通量与田间观测结果较为吻合,误差均在20%以下,其中侧渗和下渗的误差小于10%.因此,可认为模型能对水田氮素多个途径的流失速率及通量进行有效模拟.     

纳米Ag（Ⅰ，Ⅲ）O粉体化学沉淀法制备条件的正交试验及其光学热分解性能研究

本文首先利用正交试验确定了液相沉淀法合成纳米AgO粉体的最佳制备条件。接着研究了最佳条件下制备的纳米AgO粉体的性能。UV—vis DRS分析结果表明，反射率随着AgO含量的增加而降低，高纯度AgO在400nm-1100nm波长范围内具有较强的吸收能力。TG—DTG分析结果表明，在N2气氛下，AgO热分解为Ag2O。的温度范围为100℃—200℃，Ag2O热分解为Ag的温度范围为400℃-450℃。     

“黑麦草-水稻”草田轮作系统的根际效应Ⅰ.接种稻田土壤微生物对黑麦草生长和氮素营养的影响

研究在水田冬种黑麦草（Ｌｏｌｉｕｍｍｕｌｔｉｆｌｏｒｕｍ）对后作水稻的作用机理，通过水培试验，探讨了接种和不接种南亚热带稻田土壤微生物条件下黑麦草品种樱早生和早生丰的生长发育和氮素营养．结果表明，稻田土壤微生物参与并促进了黑麦草的物质生产过程，证明了在冬闲水田栽培黑麦草使后作水稻增产的现象与黑麦草的根际活性是有关的     

土壤水分与氮素对水稻生长发育和产量的影响

以农院45号为材料，研究了土壤水分与施N量对水稻生长发育和产量的影响，结果表明：水分与氮肥之间有一定的互作效应，节水灌溉(轻度水分胁迫)结合适量的氮肥在节水的基础上不降低产量，在生产上可行。在土壤干旱严重时和良好的水层条件下都不宜过多施用氮肥，否则，一方面会增加生产成本，另一方面可能会造成氮肥的浪费和污染。