落叶松云冷杉林矩阵生长模型及多目标经营模拟

以吉林省汪清林业局金沟岭林场落叶松云冷杉林为研究对象,利用20块样地4次5年间隔的调查数据,建立多树种(组)非线性矩阵生长模型。结果表明:影响进阶、枯损和进界概率的变量包括径阶中值、林分断面积、树种多样性、最小径阶株数和海拔。采用普通最小二乘法和似不相关回归对3个子模型参数进行估计,发现二者无显著差异。采用分树种组不同径阶的预测值和实际值进行卡方检验,结果表明模型可以用于该林分的生长预测。选用木材产量、树种和大小多样性、树木地上碳贮量作为经营目标,按采伐周期和采伐强度设计13种经营方案,利用建立的矩阵生长模型模拟不同经营方案50年的经营效果,发现3个目标下的最优采伐方案并不一致,即相互冲突,需要进行折衷。以相同权重构造综合目标,结果表明13种经营方案中,长周期(15年)低强度(5%)为最优方案,即可以满足对木材生产、保护多样性和增加碳贮量多目标的需要,这说明合理的经营可以实现森林的多个目标。矩阵生长模型可作为多目标森林经营决策的工具,也为我国东北林区落叶松云冷杉林的多目标经营提供了决策依据。

基于场景生成的能量收集网络模拟方法

能量收集网络(Energy Harvesting Networks)是一种新型的计算机网络形式,它通过搜寻各类环境能源,将其转化成可用的电能,然后将这些电能作为主要或辅助的电源方式供给电子设备进行网络通讯.但是,现有的能量收集网络大多采用解析概率分布函数刻画能量获取过程,无法准确模拟实际情况,缺乏真实性.为此,提出一种基于场景生成的能量收集网络模拟技术.首先,该方法基于历史能量获取数据,无需预设概率分布函数,使用最优消减技术生成单时段代表场景;然后,利用时齐模拟退火算法生成日场景序列,以便能够准确模拟能量收集网络中能量获取的随机特性.以实际的风电数据为例,通过与真实数据的对比,验证该方法的准确性和稳定性;然后以网络吞吐量的优化为例,验证了该方法在能量收集网络系统规划运行中的可行性和有效性.

基于不确定理论的能量收集可靠性建模及规划

能量收集网络(energy harvesting network)是一种新型的计算机网络形式,它通过搜寻各类环境能源,将其转化成可用的电能,然后将这些电能作为主要或辅助的电源方式供给电子设备进行网络通信。然而,能量收集过程具有极大的波动性和不确定性,传统方法基于解析概率分布函数刻画能量收集过程,无法准确模拟实际情况,导致节点死亡概率较高、可靠性无法保证。为此,提出能量收集网络节点能量收集可靠性定义,对节点能量收集的置信程度给出评价,基于不确定理论,对能量收集的可靠性进行评估分析,分别建立节点无电池和无限容量电池情况下的可靠性模型。在此基础上提出能量收集可靠性多层不确定规划模型,对模型求解并提出一种能量平均分配(EAA,energy average allocation)算法,并从理论上证明算法竞争比的上界。最后,以实际的风电数据为例,验证所提模型和方法的可行性和有效性。

中国农户储粮损失有多高——基于28省2296户的农户调查

受资源条件束缚,减少粮食产后损失成为增加粮食供给的重要举措。利用28省2296户的调研数据,测算中国农户储粮环节损失水平;分品种、分地区、分设施考察农户储粮环节损失差异,识别储粮损失的主要因素;结合我国实际情况进行减损模拟。结果显示:(1)农户储存环节中,花生损失率最低,为0.98%,土豆损失率最高,为8.19%;粳稻、籼稻、小麦、玉米的损失率为1.75%、2.00%、1.86%和2.41%;(2)各地区的粮食储存损失水平存在差异,粮食主产区农户储粮损失水平低于其他地区,分省情况看,安徽省农户储存环节综合损失水平最低,湖南省农户储存环节综合损失水平最高;(3)通过方差分析模型证实,在各类储存设施中,仓类设施储存损失水平最低;(4)不同标准下的减损结果显示,当储存环节损失率降低到1.50%、1.00%、0.15%时,能够分别节约211.05、332.55、539.15万t粮食,相当于节约44.17、65.95、102.98万hm^2耕地,15.98、23.60、36.54万t化肥,可满足468.98、739.02、1198.08万人1年的粮食消费。