基于提升树的作物生长预测模型的研究与系统构建

发布时间：2019-05-30 23:39

【摘要】：随着全球环境变化、工业化和城镇化的快速发展,土地资源普遍面临退化、空废和污损问题,制约了农业的可持续发展。土地整治工程是解决这一问题的重要手段,其中,作物选种决策过程作为土地整治工程的核心环节变得尤为重要。作物选种决策过程是分析各个环境因素对作物产量的影响,从而根据特定的土地条件选择产量较高的作物进行栽种。因而,作物产量预测是本文研究的主要问题。本文主要内容分为两个部分。第一部分为作物产量预测模型的研究,首先,本文分析了现有作物产量预测模型存在的问题,提出基于集成学习方法的解决方案,并对集成学习方法进行优选;其次,在此基础上,分析了提升回归树存在的局限性,提出了在作物产量预测应用背景下的改进优化方案;最后,将提出的方案进行了相关实验的验证。第二部分为作物决策分析系统的设计与实现,本文完成了对系统的定义、总体设计和详细设计,将作物产量预测的模型集成应用到了业务系统。在作物产量预测模型的研究中,本文主要完成了基于提升回归树的作物产量预测模型的构建,实现了构建算法并给出了模型参数设置方法;在提升回归树模型自身局限性分析中,本文分析了离群点对CART树和提升回归树整体的影响,并定量分析了影响的大小;在模型的优化改进中,本文提出了基于数据分布因子模型的构建方法,论述了优化的可行性,并实现了相应算法。在作物决策分析系统的设计与实现中,本文给出了系统需求定义,对系统总体架构进行设计并实现了各个核心模块,该系统分为数据采集、模拟仿真、决策分析和全文检索四部分。最后的实验结果表明,本文提出的基于数据分布因子的改进方案,可以有效的降低离群点对作物产量预测模型的影响,并且对离群点数量的要求符合应用场景的真实情况,满足系统的需求。
[Abstract]:......
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S126;TP311.52

【参考文献】

相关期刊论文 前10条

1 魏顺平;;学习分析数据模型及数据处理方法研究[J];中国电化教育;2016年02期

2 苏美红;张海;;基于不同损失函数的模型选择和正则化学习方法[J];纺织高校基础科学学报;2014年04期

3 林绍森,唐永金;几种作物产量预测模型及其特点分析[J];西南科技大学学报(自然科学版);2005年03期

4 李健宏;人工智能中的机器学习研究及其应用[J];江西科技师范学院学报;2004年05期

5 梁波,陈友莲,杨洪志;现代产量预测模型应用研究[J];天然气勘探与开发;2004年02期

6 丁咏梅,周晓阳;组合预测在粮食产量预测中的应用[J];统计与决策;2004年03期

7 赵之砚,金一泓;回归神经网络对我国粮食产量的预测[J];技术经济;2003年08期

8 林忠辉,莫兴国,项月琴;作物生长模型研究综述[J];作物学报;2003年05期

9 王启平;BP神经网络在我国粮食产量预测中的应用[J];预测;2002年03期

10 张淑娟,何勇;基于趋势—状态预测方法的粮食产量预测[J];浙江大学学报(农业与生命科学版);2001年06期

相关硕士学位论文 前2条

1 唐小勇;马尔科夫链问题算法研究[D];电子科技大学;2015年

2 刘雪莲;AdaBoost中加权方式的改进[D];北京交通大学;2010年

，

本文编号：2489258