投影寻踪模型及其在水土资源中的应用

论文摘要

通过对传统投影寻踪技术的分析,本文提出了多种改进的投影寻踪新技术,由于水土资源存在高维、非线性、实测数据信息不完整等特征,本文建立了投影寻踪在综合评价和预测等方面的新模型,较好地解决了水土资源中的多元复杂性问题。本文取得了以下三方面的创新成果:1.本文用基于实数编码的加速遗传算法给出了投影寻踪方法中优化投影方向的新算法,新算法简化了传统投影寻踪模型技术中复杂程序的实现过程,更有利于投影寻踪技术的推广应用。2.在水土资源分类和综合评价中,根据评价样本自身的结构特性或一定的评价标准的结构特性,本文建立了基于多种投影指标函数的投影寻踪聚类模型,当采用标准差和局部密度来构造投影指标函数时,推导得出了投影寻踪聚类模型中唯一的参数——密度窗宽的计算的经验公式;针对评价样本指标间存在多重相关性问题,本文建立了投影寻踪主成分分析。3.在水资源预测中,根据预测对象与预测因子间相互作用关系,本文建立了投影寻踪回归模型、投影寻踪门限回归模型、基于神经网络的投影寻踪耦合模型、基于偏最小二乘回归的投影寻踪耦合模型和基于偏最小二乘回归的神经网络投影寻踪耦合模型。根据预测对象自身的结构特性,本文建立了投影寻踪自回归模型和基于神经网络的投影寻踪自回归耦合模型。各预测模型能从不同角度解决了水资源预测中的高维复杂性问题,开阔了建立水资源预测模型的新思路。综上所述,投影寻踪体现了辨证法中的主要矛盾的思想,本文将其用于水土资源的多元复杂性研究,取得满意结果,为解决当前某些实际问题提供新技术,为水土资源系统研究提供了新思路。

论文目录

• 中文摘要
• 英文摘要
• 1 引言
• 1.1 立题依据
• 1.2 研究目的及意义
• 1.3 投影寻踪简介
• 1.3.1 投影寻踪的产生背景
• 1.3.2 投影寻踪研究的主要内容
• 1.3.3 投影寻踪的研究进展
• 1.4 投影寻踪模型在水土资源中的应用
• 1.4.1 投影寻踪聚类在水土资源综合评价中的应用
• 1.4.2 投影寻踪回归在水资源预测中的应用
• 1.4.3 存在的问题
• 1.5 论文的主要研究内容
• 2 基于遗传算法的投影寻踪模型
• 2.1 概述
• 2.2 遗传算法简介
• 2.2.1 遗传算法的原理
• 2.2.2 遗传算法的特性
• 2.2.3 基于实数编码的加速遗传算法
• 2.3 基于遗传算法的投影寻踪技术
• 2.3.1 投影寻踪的基本概念
• 2.3.2 遗传算法优化投影方向
• 2.4 小结
• 3 投影寻踪数据特征分析
• 3.1 投影寻踪指标研究
• 3.2 偏离正态分布程度的确定
• 4 投影寻踪聚类模型及其在水土资源综合评价中的应用
• 4.1 投影寻踪聚类模型简介
• 4.2 投影寻踪分类模型简介
• 4.3 投影寻踪分类模型在水土资源综合评价中的应用
• 4.3.1 投影寻踪分类模型在生态农业建设综合评价中的应用
• 4.3.2 投影寻踪分类模型在小流域治理效益评价中的应用
• 4.3.3 投影寻踪分类模型在水资源承载能力评价中的应用
• 4.4 投影寻踪等级评价模型简介
• 4.5 投影寻踪等级评价模型在水土资源综合评价中的应用
• 4.5.1 投影寻踪等级评价模型在湖泊水污染综合评价中的应用
• 4.5.2 投影寻踪等级评价模型在湖泊水质综合评价中的应用
• 4.6 基于逻辑斯谛曲线的投影寻踪等级评价模型简介
• 4.7 基于逻辑斯谛曲线的投影寻踪等级评价模型在水土资源综合评价中的应用
• 4.7.1 基于逻辑斯谛曲线的投影寻踪等级评价模型在耕地资源可持续利用综合评价中的应用
• 4.8 基于倒S 曲线的投影寻踪等级评价模型简介
• 4.9 基于倒S 曲线的投影寻踪等级评价模型在水土资源综合评价中的应用
• 4.9.1 基于倒S 型曲线的投影寻踪等级评价模型在土壤质量变化综合评价中的应用
• 4.9.2 基于倒S 型曲线的投影寻踪等级评价模型在农业水资源供需状况评价中的应用.
• 4.10 投影寻踪插值模型简介
• 4.11 投影寻踪插值模型在水土资源综合评价中的应用
• 4.11.1 投影寻踪插值模型在创业农场水资源可持续利用评价中的应用
• 5 投影寻踪主成分分析及其在水土资源综合评价中的应用
• 5.1 投影寻踪主成分分析简介
• 5.2 投影寻踪主成分分析在水土资源综合评价中的应用
• 5.2.1 投影寻踪主成分分析在水利项目评价中的应用
• 5.2.2 投影寻踪主成分分析在灌溉模式优选中的应用
• 6 投影寻踪回归模型及其在水土资源预测中的应用
• 6.1 投影寻踪回归模型简介
• 6.2 投影寻踪回归模型在水土资源预测中的应用
• 6.2.1 投影寻踪回归模型在酸雨pH 值预测中的应用
• 6.2.2 投影寻踪回归模型在酒埠江水库流量预测中的应用
• 6.2.3 投影寻踪回归模型在地下水埋深模拟中的应用
• 6.3 投影寻踪门限回归模型简介
• 6.4 投影寻踪门限回归模型在水土资源预测中的应用
• 6.4.1 投影寻踪门限回归模型在降水量预测中的应用
• 6.5 基于神经网络的投影寻踪耦合模型简介
• 6.6 基于神经网络的投影寻踪耦合模型在水土资源预测中的应用
• 6.6.1 基于神经网络的投影寻踪耦合模型在年径流预测中的应用
• 6.6.2 基于神经网络的投影寻踪耦合模型在水文相关分析中的应用
• 6.6.3 基于神经网络的投影寻踪耦合模型在描述作物-水模型中的应用
• 6.7 基于偏最小二乘回归的投影寻踪耦合模型简介
• 6.8 基于偏最小二乘回归的投影寻踪耦合模型在水土资源预测中的应用
• 6.8.1 基于偏最小二乘回归的投影寻踪耦合模型在水稻腾发量预测中的应用
• 6.9 基于偏最小二乘回归的神经网络投影寻踪耦合模型简介
• 6.10 基于偏最小二乘回归的神经网络投影寻踪耦合模型在水土资源预测中的应用
• 6.10.1 基于偏最小二乘回归的神经网络投影寻踪耦合模型在城市水资源承载能力预测中的应用
• 7 投影寻踪自回归模型及其在水土资源预测中的应用
• 7.1 投影寻踪自回归模型简介
• 7.2 投影寻踪自回归模型在水土资源预测中的应用
• 7.2.1 投影寻踪自回归模型在降水量预测中的应用
• 7.3 基于神经网络的投影寻踪自回归模型简介
• 7.4 基于神经网络的投影寻踪自回归模型在水土资源预测中的应用
• 7.4.1 基于神经网络的投影寻踪自回归模型在水稻单产变化预测中的应用
• 8 结论
• 致谢
• 参考文献
• 攻读硕士学位期间发表的学术论文