【目的】基于相邻木特征与对象木冠幅间的复杂关系,提出一种基于自适应神经模糊系统的冠幅估算方法,以提高林木冠幅智能化估算水平。【方法】以杉木为研究对象,根据相邻木相对对象木的距离和方位,采用象限补树法构建空间结构单元。测定100组4方向冠幅、距离和方位角,提出相邻木冠幅、距对象木距离2个自变量的计算方法,以对象木冠幅与相邻木冠幅的比值作为因变量。根据样本数据,分析变量间非线性映射关系,建立25条模糊逻辑推理规则,设计以2个自变量为输入、1个因变量为输出的零阶Takagi-Sugeno模型,以70组数据训练自适应神经模糊系统,以30组数据检验系统冠幅估算效果,并与多元线性回归法和BP神经网络法进行对比。【结果】3种方法冠幅估算值与真实值的线性关系均达显著水平,经检验,本研究方法、BP神经网络法和多元线性回归法的判定系数分别为071、067和066。【结论】基于自适应神经模糊系统的冠幅估算方法可在自变量不含对象木属性特征的情况下,根据空间结构单元内相邻木特征,直接实现对象木冠幅的智能化估算。

针对高速公路城市化路段拥堵日益严重的现状，对高速公路限速控制与匝道控制目标一致性进行分析，并基于神经网络与模糊控制思想，建立了单点匝道模糊控制模型与路段可变限速模糊控制模型。以此为基础，设计了基于自适应模糊神经网络的可变限速与匝道协同控制方法。并选取京津塘高速公路城市化路段对所建模型进行验证，结果表明，模型能够起到有效地稳定高速公路城市化路段交通流密度、缓解该区域交通拥堵的作用。

以湖南省黄丰桥国有林场103块样地共2461株杉木为例,建立单木冠幅模型。由于所调查数据是在不同立地条件下相同样地中重复观察得到,数据间存在明显相关性,为解决此问题,将考虑立地指数和样地对冠幅生长的随机影响,即建立嵌套2水平非线性混合冠幅模型。从12个常用林分模型中选出较好的冠幅直径模型作为构建混合模型的基础模型。除胸高直径外,还考虑其他17个林分或树木因子对冠幅的影响。通过指标AIC(akaike information criterion)和对数似然确定最佳形式参数随机效应组合类型,用指数函数、幂函数以及常数加幂函数3种形式的残差方差模型消除异方差,最后对混合模型和传统回归模型进行比较及评...

【目的】探究不同密度模式下的杉木林光截获情况，进而估算林分生物累积量，为杉木人工林设计与经营管理提供科学参考。【方法】利用植物建模与虚拟地理环境技术构建三维林分场景，以林分密度为参数设计不同的林分模式，利用天文算法与辐射度模型模拟计算各林分空间下的光合有效辐射与阴影面积以评价林分荫蔽性，然后根据非直角双曲线光合模型估算林分平均净光合速率，并换算为生物累积量以评估各林分模式的生产潜力。【结果】1）各密度林分的光截获量均随光照强度增大而升高，1.5 m×1.5 m、2.0 m×2.0 m以及2.5 m×2.5 m林分模式下的最大值分别为1 577.52、1 568.68与1 546.08μmol·m~(-2)·s~(-1);2)2.5 m×2.5 m林分模式下的各时刻的阳生叶面积占比最大，平均值为0.92;3）林分水平结构上，辐射强度由西北向东南递增；垂直结构上，随着林分密度减小，各层的阳生叶面积占比逐渐增加；4）阳生叶的光合速率远高于阴生叶，最大值达到9.79μmol·m~(-2)·s~(-1)，而阴生叶都小于0.7μmol·m~(-2)·s~(-1);5）以净光合速率为依据，估算各时刻不同林分模式下的生物累积量，各林分模式下日生物累积量分别为17.54,17.10与15.93 kg。【结论】综合各种植模式下林分的光截获与分布情况，在郁闭之前，高LAI林分光截获能力更强，但分布较为聚集，实际阳生叶面积占比相对较小；当林分郁闭较低时，林内的光环境有所改善；根据各林分模式的阳生叶面积占比与生物累积量，综合考虑下，最优栽植模式为2.0 m×2.0 m，研究结果可为林分的种植管理与经营提供一定科学参考。

实施"营改增"后,建筑企业为切实利用好税制改革带来的减税效应,需要对进项税额进行充分抵扣,而抵扣的关键则是精确核算工程项目成本。由于税制改革初期,进项税额抵扣存在较多不确定性因素,以工程造价核算为基础的传统成本估算方法存在局限性,因而将模糊理论引入成本估算中,建立工程项目成本估算模型,再借助同类型工程的成本数据,对待估工程的单方造价进行模糊估算。该模糊估算通过了精度检验,其准确度得到了验证。

实施"营改增"后,建筑企业为切实利用好税制改革带来的减税效应,需要对进项税额进行充分抵扣,而抵扣的关键则是精确核算工程项目成本。由于税制改革初期,进项税额抵扣存在较多不确定性因素,以工程造价核算为基础的传统成本估算方法存在局限性,因而将模糊理论引入成本估算中,建立工程项目成本估算模型,再借助同类型工程的成本数据,对待估工程的单方造价进行模糊估算。该模糊估算通过了精度检验,其准确度得到了验证。

基于作业成本法(Activity-Based Costing,ABC)的参数成本估算引入了作业动因量、资源动因量、资源价格等中间变量,细化了成本估算过程,并且很好地弥补了目前参数成本评估对生产耗用资源的市场价格波动考虑不充分、所用历史成本数据缺乏真实性和可比性、对成本形成原因不能识别和反馈控制

资源水价是目前水价研究的难点之一,本文采用模糊数学模型,对青岛市资源水价进行了估算。结合青岛市的实际情况,选取水质、人均水量、经济水平、人口密度、可替代水资源量作为影响资源水价的评价指标。并根据本地区特点确定了各影响因素的权重。计算得出,青岛市的资源水价为3.05元/t,总水价为4.65元/t。

对于易受洪灾的地区而言,快速而准确的洪水预报非常重要,能够为洪水预警消息的发布提供更长的先导时间,从而为可能受灾地区的人们提供更充足的时间以采取相应的防洪措施或安全转移。常用的预报模型包括基于物理性模型和基于系统技术模型。尽管物理性模型能对洪水形成的物理过程提供很好的解释,水文学家并不愿意使用它们,因为模型中参数的率定是比较复杂的。因此,一种基于纯数据集的黑箱技术已被广泛采纳。常用的黑箱模型包括线性模型(LR)、自回归移动平均模型(ARMA)和人工神经网络模型(ANN)等。在当前的研究中,一个相对新颖的黑箱模型——基于自适应网络的模糊推理系统(ANFIS)被用来对长江某河段的洪水进行预报。与此...

通过对规制特征、规制影响结果特征和现有规制影响评估方法进行分析,构建了规制影响评估指标体系,并利用人工神经网络的自学习、非线性动态处理等特征建立了基于模糊神经网络的规制影响评估模型。

为了研究杉木生长与形态变量的关系，提高模型预估精度，本文根据福建省６５块不同密度、林龄分布于６～３５年的杉木人工林样地测量数据，选用了ＲｉｃｈａＲｄｓ理论方程，分别构建了杉木胸径和树高生长模型。在此基础上，分析理论方程中参数与冠幅（ｃＷ）的关系，建立两者间的关系函数；使用参数预估法构造胸径和树高的参数化预估模型，并对原模型和参数化模型进行模型检验、残差分析，讨论了冠幅与林木生长之间的关系。结果表明：胸径和树高ＲｉｃｈａＲｄｓ方程中，参数ａ与ｃＷ呈正比，参数ｂ与ｃＷ呈反比，ｃ则与ｃＷ呈现出类似正态分布的关系；与传统的理论方程相比，参数化模型提高了杉木胸径树高预估的精度。本文所构建的模型能间接反映．．．

采用CID-301PS光合测定仪,对湖南会同林区毛竹和杉木人工林土壤CO2排放动态进行观测,并结合现存生物量调查,对其生态系统碳平衡特征进行估算。结果表明:毛竹和杉木林生态系统碳贮量分别为144.3和152.52t.hm-2,并且其碳贮量空间分布格局基本一致,土壤层是主要部分,其次为乔木层,凋落物层和林下植被层所占比例最小。毛竹林土壤层有机碳贮量占76.89%,乔木层占22.16%,凋落物和林下植被层分别占0.51%和0.41%;杉木林土壤层碳贮量占62.03%,乔木层占34.99%,凋落物和林下植被层分别占2.28%和0.70%。毛竹林和杉木林生态系统年固定CO2总量分别为38.87和26....

【目的】利用3-PG模型估算江苏南部地区杉木人工林各器官生物量和叶面积指数(LAI),为杉木人工林可持续经营提供参考。【方法】以苏南丘陵地区杉木人工林为研究对象,结合当地气候和林分观测历史数据确定3-PG模型参数并运行模型,估算杉木人工林的LAI和林分不同器官生物量随林龄的变化趋势,并对预测值和观测值进行显著性分析。【结果】初始林分密度为4 600株/hm2的杉木人工林在5年时林分达到郁闭,LAI为5.5;干生物量在23年达到最大值,为74.5t/hm2;根和叶的生物量均随着林龄的增加而先增后减,根生物量在第10年达到最大值(17.5t/hm2),叶生物量在第6年达到最大值(10.25t/hm...

[目的]快速、准确地诊断水稻叶片氮素营养状况,为水稻氮肥精准管理提供依据。[方法]以江西省农科院8种不同施肥处理的晚稻为研究对象,于主要生育期同步测定了水稻冠层光谱反射率及叶片全氮浓度(Leaf Nitrogen Concentration,LNC),系统分析了原始光谱反射率、一阶微分光谱、"三边"参数以及由350～1 350nm两两波段组合的差值(SD (Rλ1,Rλ2))、比值(SR (Rλ1,Rλ2))及归一化(ND(Rλ1,Rλ2))光谱指数与水稻LNC的相关关系,筛选出敏感参数,并以之为自变量构建了水稻LNC的传统预测模型,另外构建不同指标个数的多元线性与BP神经网络模型,并对模型进行验证。[结果](1)水稻LNC与一阶微分光谱在751nm处的相关性最高(r=0. 822);(2)"三边"参数中的红边面积SDr与LNC的相关性较高(r=0. 687);(3) 750nm附近的红边波段与近红外波段差值组合、550nm附近的绿光波段与近红外波段的比值及归一化差值组合与水稻LNC的相关性较高,以SD (R752,R751)、SR (R534,R1 350)和ND (R534,R1 349)表现最好,相关系数分别为0. 827、-0. 790和0. 788;(4)传统回归模型中以SD(R752,R751)构建的一元线性模型最佳(RC2=0. 665、RV2=0. 750、RMSEV=0. 4%、RPD=2. 034);(5)利用5个指标((R’751、SDr、SD (R752,R751)、SR (R534,R1 350)、ND (R534,R1 349))经逐步回归筛选出的2个指标SD ((R752,R751)和SR (R534,R1 350))构建预测水稻氮素的BP神经网络模型,预测效果最佳,其验证参数值分别为R2=0. 859、RMSEV=0. 302%和RPD=2. 669。[结论]基于单指标构建的传统线性模型计算过程简单但精度略低,而基于2个指标(SD (R752,R751)、SR (R534,R1 350))构建的BP神经网络模型预测精度高于该2指标构建的多元线性模型,表明在指标适合的情况下,BP神经网络对氮素具有较好的预测能力,是一种快速准确估算水稻叶片全氮浓度的方法。

随着教学资源规模的急剧增长,常规的资源检索和传统的推荐方法其反馈结果的精确性和个性化程度越来越低,文章提出了基于模糊聚类的推荐方法,并结合协同过滤、智能分词和移动Agent技术,对目标用户的检索期望进行预测和推荐,实验结果证明,其推荐质量和精度得到了较大的提高。