基于回歸分析與遺傳算法的施肥模型構造方法研究.pdf

1、我國是一個農業(yè)大國，耕地面積約20億畝，但人均耕地面積僅有1.4畝，人多地少的矛盾突出。隨著人口的不斷增加及耕地的減少使得我國糧食增產問題面臨著巨大的挑戰(zhàn)，在耕地面積有限的情況下要達到增產的目的只有提高單位產量。研究表明，施肥是促進糧食增產保收的重要手段，其在糧食增產中的貢獻率高達40％～50％。長期以來，我國在肥料的使用上存在很大的盲目性，肥料利用率較低，這不僅造成了肥料浪費，同時也對農業(yè)生產環(huán)境造成一定的污染。科學合理的施肥不僅能提

2、高作物產量、改善作物品質，降低農業(yè)生產成本，而且減少對生態(tài)環(huán)境的污染。因此，進行施肥模型構建與方法研究對我國農業(yè)可持續(xù)發(fā)展具有重要的意義和使用價值。
　　 為了解決施肥模型中的模型構造問題，本文主要從以下幾個方面進行研究：
　　 1、分析了國內外普遍采用的基于回歸分析方法施肥模型構造算法。該方法采用三元二次方程結構，使用最小二乘法進行參數優(yōu)化。由于三元二次方程結構本身具有很強的信息挖掘能力，因此這種方法廣泛運用于施肥模型

3、的構造。但同時這種方法也存在一定問題，即在進行參數優(yōu)化時，有一些數據因無法擬合而被舍棄，造成數據浪費。
　　 2、研究了基于智能計算的施肥模型構造算法。為了解決傳統(tǒng)回歸分析方法在施肥模型構造過程中的數據浪費問題，國內外學者提出了基于智能計算方法進行施肥模型的構造。本文分別研究了基于神經網絡算法、基于GP/GA施肥模型構造算法，并在GP/GA基礎上提出了基于協同進化施肥模型構造算法。研究結果表明：這些算法能夠在一定程度上解決數據浪