【摘要】：隨著全球環(huán)境變化、工業(yè)化和城鎮(zhèn)化的快速發(fā)展,土地資源普遍面臨退化、空廢和污損問題,制約了農(nóng)業(yè)的可持續(xù)發(fā)展。土地整治工程是解決這一問題的重要手段,其中,作物選種決策過程作為土地整治工程的核心環(huán)節(jié)變得尤為重要。作物選種決策過程是分析各個環(huán)境因素對作物產(chǎn)量的影響,從而根據(jù)特定的土地條件選擇產(chǎn)量較高的作物進行栽種。因而,作物產(chǎn)量預(yù)測是本文研究的主要問題。本文主要內(nèi)容分為兩個部分。第一部分為作物產(chǎn)量預(yù)測模型的研究,首先,本文分析了現(xiàn)有作物產(chǎn)量預(yù)測模型存在的問題,提出基于集成學(xué)習(xí)方法的解決方案,并對集成學(xué)習(xí)方法進行優(yōu)選;其次,在此基礎(chǔ)上,分析了提升回歸樹存在的局限性,提出了在作物產(chǎn)量預(yù)測應(yīng)用背景下的改進優(yōu)化方案;最后,將提出的方案進行了相關(guān)實驗的驗證。第二部分為作物決策分析系統(tǒng)的設(shè)計與實現(xiàn),本文完成了對系統(tǒng)的定義、總體設(shè)計和詳細設(shè)計,將作物產(chǎn)量預(yù)測的模型集成應(yīng)用到了業(yè)務(wù)系統(tǒng)。在作物產(chǎn)量預(yù)測模型的研究中,本文主要完成了基于提升回歸樹的作物產(chǎn)量預(yù)測模型的構(gòu)建,實現(xiàn)了構(gòu)建算法并給出了模型參數(shù)設(shè)置方法;在提升回歸樹模型自身局限性分析中,本文分析了離群點對CART樹和提升回歸樹整體的影響,并定量分析了影響的大小;在模型的優(yōu)化改進中,本文提出了基于數(shù)據(jù)分布因子模型的構(gòu)建方法,論述了優(yōu)化的可行性,并實現(xiàn)了相應(yīng)算法。在作物決策分析系統(tǒng)的設(shè)計與實現(xiàn)中,本文給出了系統(tǒng)需求定義,對系統(tǒng)總體架構(gòu)進行設(shè)計并實現(xiàn)了各個核心模塊,該系統(tǒng)分為數(shù)據(jù)采集、模擬仿真、決策分析和全文檢索四部分。最后的實驗結(jié)果表明,本文提出的基于數(shù)據(jù)分布因子的改進方案,可以有效的降低離群點對作物產(chǎn)量預(yù)測模型的影響,并且對離群點數(shù)量的要求符合應(yīng)用場景的真實情況,滿足系統(tǒng)的需求。
[Abstract]:......
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：S126;TP311.52

【參考文獻】

相關(guān)期刊論文 前10條

1 魏順平;;學(xué)習(xí)分析數(shù)據(jù)模型及數(shù)據(jù)處理方法研究[J];中國電化教育;2016年02期

2 蘇美紅;張海;;基于不同損失函數(shù)的模型選擇和正則化學(xué)習(xí)方法[J];紡織高�；A(chǔ)科學(xué)學(xué)報;2014年04期

3 林紹森,唐永金;幾種作物產(chǎn)量預(yù)測模型及其特點分析[J];西南科技大學(xué)學(xué)報(自然科學(xué)版);2005年03期

4 李健宏;人工智能中的機器學(xué)習(xí)研究及其應(yīng)用[J];江西科技師范學(xué)院學(xué)報;2004年05期

5 梁波,陳友蓮,楊洪志;現(xiàn)代產(chǎn)量預(yù)測模型應(yīng)用研究[J];天然氣勘探與開發(fā);2004年02期

6 丁詠梅,周曉陽;組合預(yù)測在糧食產(chǎn)量預(yù)測中的應(yīng)用[J];統(tǒng)計與決策;2004年03期

7 趙之硯,金一泓;回歸神經(jīng)網(wǎng)絡(luò)對我國糧食產(chǎn)量的預(yù)測[J];技術(shù)經(jīng)濟;2003年08期

8 林忠輝,莫興國,項月琴;作物生長模型研究綜述[J];作物學(xué)報;2003年05期

9 王啟平;BP神經(jīng)網(wǎng)絡(luò)在我國糧食產(chǎn)量預(yù)測中的應(yīng)用[J];預(yù)測;2002年03期

10 張淑娟,何勇;基于趨勢—狀態(tài)預(yù)測方法的糧食產(chǎn)量預(yù)測[J];浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版);2001年06期

相關(guān)碩士學(xué)位論文 前2條

1 唐小勇;馬爾科夫鏈問題算法研究[D];電子科技大學(xué);2015年

2 劉雪蓮;AdaBoost中加權(quán)方式的改進[D];北京交通大學(xué);2010年

，

本文編號：2489258