基于Logistic生长模型的钦蜜9号百香果成熟阶段判别

【目的】探究夏季百香果的生长发育与品质形成规律,并对百香果成熟阶段进行判别。【方法】采用钦蜜9号百香果作为试材,测定其横径、纵径、固酸比、可食率、果皮厚度、硬度等理化指标,利用Logistic生长模型分析理化指标随有效积温增长的变化规律,并应用因子分析法对百香果成熟度进行定量评价,最终划分成熟阶段。【结果】通过观测并记录百香果生长过程,发现其纵径、横径变化趋势符合“慢-快-慢”的生长曲线,分析得出百香果在有效积温达到440℃·d时,基本完成果实膨大。随后以固酸比、可食率、果皮厚度、硬度为品质指标,其中固酸比与可食率指标呈现S型增长趋势,果皮厚度与硬度呈现三次函数下降趋势,并且品质指标与有效积温之间存在显著的相关性。利用因子分析方法构建百香果成熟度评价指标I_(M),采用Logistic生长函数建立百香果成熟度数学模型,模型拟合优度达99.25%,计算得出t1、t2、t3等3个生长分界点。最终确定有效积温为475~736℃·d时,果实处于果肉增重阶段;有效积温为736~997℃·d时,果实处于转色阶段;有效积温为997~1200℃·d时,果实处于成熟阶段。【结论】本研究量化分析了百香果成熟度,能够较好划分果肉增重期、转色期、成熟期三个成熟阶段,为百香果适时机械化采摘与贮藏管理提供依据。

基于有序Logistic回归模型的北京高校男生有氧能力

为探索北京高校男生有氧能力的影响因素,通过随机抽样法抽取134名18~25岁北京高校男生,空腹抽静脉血测血液指标,用德国MetaMax 3B系统实时监测气体代谢,通过线性递增方案测得最大摄氧量(maximum oxygen uptake, VO_(2max))相对值。采用Spearman相关、有序Logistic回归等分析方法进行分析处理。结果表明:回归方程中影响北京高校男生有氧能力的因素有体重(M)、心率(heart rate, HR)、每搏输出量(stroke volume, SV)、心室射血时间(ventricular ejection, VET)、血红蛋白(hemoglobin, HGB)。方程模型系数综合检验步(step)、块(block)、模型(model)检验的P均小于0.01;拟合优度检验的-2对数似然值(-2LL)为159.374,Cox&Snell R^(2)为0.331,Nagelkerke R^(2)为0.373;方程预测等级1准确率为45.5%,等级2准确率为100%,等级3准确率为100%,综合为81.8%,说明Logistic回归模型性能良好。Hosmer和Lemeshow检验预测值与观望值无显著性差异(P>0.05)。可见北京高校男生定量负荷心功能、血液指标与有氧能力的多元Logistic回归模型拟合度较好,且HR、SV、VET、HGB是预测北京高校男生有氧能力的重要因素。同时研究中受试者无需运动至极限状态,运动强度大大降低,可以有效避免运动风险的发生,回归模型的检验结果良好,适合在大样本人群中推广。

Logistic模型分析脑中风影响因素

脑中风是一种急性脑血管疾病,是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病。城乡合计脑中风已成为我国第一位死亡原因,也是中国成年人残疾的首要原因。其具有发病率高、死亡率高和致残率高的特点。本文通过对于脑中风数据的描述性分析,建立Logistic回归模型,得到了患脑中风的五个显著的重要因素:年龄、高血压、心脏病、工作类型和平均血糖水平,并得到了经验回归方程。

高度近视继发脉络膜病变的相关因素Logistic回归分析及风险模型构建

目的基于Logistic回归分析高度近视继发脉络膜病变(脉络膜萎缩及脉络膜新生血管病灶)的影响因素,并根据相关因素构建Nomogram风险预测模型,可为临床治疗提供指导。方法选取2021年1月至2023年1月北京积水潭医院收治的340例(680眼)高度近视患者为研究对象,随机分为A组(170例340眼)、B组(170例340眼)。比较两组患者脉络膜病变发生率,在A组、B组中,根据是否发生脉络膜病变分为a组、b组两个亚组,多因素Logistic回归分析高度近视继发脉络膜病变的影响因素。根据影响因素构建高度近视继发脉络膜病变的Nomogram风险预测模型并进行外部验证。结果在A组、B组中,a组患者年龄、糖尿病占比、眼轴长度、血清转化生长因子-β1(TGF-β1)水平均高于b组,屈光度均低于b组(均为P<0.05)。Logistic回归分析结果显示,年龄、糖尿病、眼轴长度、血清TGF-β1水平为高度近视继发脉络膜病变的独立危险因素,屈光度为其保护因素(均为P<0.05)。年龄、糖尿病、眼轴长度、血清TGF-β1水平均为高度近视继发脉络膜病变正相关危险因素,屈光度为其负相关危险因素(均为P<0.05)。Nomogram风险预测模型预测高度近视继发脉络膜病变的AUC为0.818,且校准度良好。结论年龄、糖尿病、眼轴长度、屈光度、血清TGF-β1水平为高度近视继发脉络膜病变的影响因素,据此构建的Nomogram风险预测模型对高度近视继发脉络膜病变具有一定预测价值,临床应依据该模型制定治疗方案,以降低继发脉络膜病变发生风险。

单种群生长的广义Logistic曲线模型中参数拟合的一种数值解法

利用常微分方程反问题方法以及计算机辅助运算，对广义Ｌｅｇｉｓｔｉｃ曲线模型中的参数进行数值拟合，并且较佳估计到实际生长点．

单种群生长的广义Logistic模型

描述单种群生长的一般Logistic模型其中r>0为种群的内禀生长率,K>0为环境容纳量。它通常被称为Verhulst-Pearl模型,其基本特征是描述了种群的S型生长(如图1),当种群的初始值x_o<K/2时,种群动态曲线X(t)

基于Logistic模型的覆膜种植辣椒株高、果实生长及产量模拟

【目的】研究昆明地区不同地膜覆盖方式下辣椒株高及果实生长发育与坐果时间的关系,建立产量预测模型,为区域辣椒覆膜种植提供技术参考。【方法】2020—2021年开展2轮辣椒垄作覆膜种植试验,分析不同覆膜方式和不同颜色地膜覆盖对辣椒株高、果实鲜质量以及果实纵、横径的影响,构建植株株高以及果实生长发育Logistic模型,通过实测值验证模型的模拟精度,并使用Logistic模型预测不同覆膜方式处理下辣椒的最高产量。【结果】除对膜下种植处理株高的决定系数(R^(2))<0.88、均方根误差(RMSE)>20%以及对无膜种植处理果实横径的R^(2)<0.70、RMSE>20%外,建立的模型对模拟辣椒植株生长、果实纵径和横径随坐果时间的生长以及对辣椒产量的预测具有较高的精度。【结论】本研究所建立的模型能够较好地模拟昆明地区不同覆膜方式处理下辣椒植株高度和果实生长随生育时间的变化过程。

单种群生长的广义Logistic模型中参数的一种估值方法

本文提出种群生长的实测数据与广义Logistic模型的相容性条件，给出估计环境容纳量K的数学方法，利用常微分方程反问题的处理方法与麦夸特方法，对模型中参数进行近似估计与优化估计，其方法简便、通用性强．

基于Logistic生长模型的医联体共生稳定分析

论文旨在为中国医联体持续稳定发展提供分析依据与对策建议。论文构建生态学Logistic生长模型分析医联体共生系统的稳定发展。分析结果表明,互惠共生模式下,医联体内各医疗机构地位相对平等,效益分配较为均等,医联体稳定、可持续发展,形成互惠共生模式是实现医联体持续稳定发展的最佳选择。建议通过健全医联体组织管理机制,形成互惠共生的医联体发展模式,同时优化共生环境,促进医联体持续稳定发展。

基于3种非线性回归模型的薄壳山核桃果实生长发育研究

以波尼、马汉、卡多、赛普洛斯、贝壳等薄壳山核桃品种为试验对象,定期对核桃果实的纵径、横径的生长量进行观测,通过果实解剖掌握果实的发育阶段,最后分别应用Logistic模型、二次多项式、三次多项式对果实的两径数据进行拟合。结果表明:各品种果实的两径生长均呈现出典型的“S”形曲线,且纵径的累计生长量始终大于横径;三次多项式对果实的两径拟合效果均优于Logistic模型和二次多项式,其中三次多项式的拟合系数均超过0.991,且与实测数据的相关性均达到极显著水平,表明三次多项式能够更好地拟合薄壳山核桃果实的发育过程。拟合方程可确定不同品种果实发育的各个时间节点,结合果实解剖结果,可揭示各品种果实的发育进程。

食饵按广义Logistic生长的Holling（Ⅱ）型功能反应捕食者──食饵模型

本文讨论了一类食饵按广义Ｌｏｇｉｓｔｉｃ生长，且捕食者具有Ｈｏｌｌｉｎｇ（Ⅱ）型功能反应的食饵─—捕食者模型：其中ｖ＞－１，而ｒ１、ｒ２、α、β、ｃ、ｅ、ｋ均为正常数．本文利用微分方程定性分析方法，给出了这类模型的正平衡点存在条件和各种平衡点的稳定条件及稳定区域，并给出了相应的生态意义解释．

基于有效积温的生菜生长模型构建

以生菜为试材,采用Logistic回归、岭回归和支持向量回归3种算法,研究了不同算法对生菜生长模型的拟合效果和预测能力,以期更灵活和准确地掌握生菜的生长规律,为后续生菜生产的有效规划、生长预测和增产措施等提供参考依据。结果表明:Logistic回归、岭回归和支持向量回归的生菜生长模型实测值与预测值基于1∶1直线的平均R^(2)分别为0.818、0.897和0.957。支持向量回归对生菜生长的模拟表现最好,其次是岭回归,而Logistic回归表现最差。

基于Logistic模型研究南丰蜜橘(Citrus reticulata Blanco)果实的生长动态

应用Origin软件对南丰蜜橘果实生长动态进行Logistic曲线拟合,并对拟合结果进行分析和验证。结果表明,南丰蜜橘单果重与果实发育时间可以用Logistic曲线方程拟合,南丰蜜橘各品(株)系果实单果重的Lo-gistic曲线方程相关系数大于0.95,并呈显著水平;南丰蜜橘小果系SS-28和小果系97-1的Logistic曲线方程的预测值与实测值的相关系数分别为0.9033和0.9444,并呈显著水平,标准误差分别为4.5063和3.2684。Logistic曲线能较好地反映南丰蜜橘果实的生长动态。

全过程沉降量预测的Logistic生长模型及其适用性研究

地基的全过程沉降量与时间的关系呈S形曲线,可用Logistic生长模型来描述。目前应用的Logistic生长模型,较少考虑模型的适用范围和预测精度等问题。结合工程实例,比较了模型参数估计的三种方法,研究结果表明,采用非线性回归法估计模型参数,可取得较好的预测效果;根据混沌理论,研究了模型的适用范围和预测性能。Logistic生长模型的动态行为由参数a(瞬时沉降速率)决定,当参数a的取值范围在[0, 2]之内,该模型预测的最终沉降量是稳定的。

基于修正logistic模型的番茄单个果实生长规律模拟

采集不同季节、不同密度的番茄种植试验的果实数据,结合环境(温度、湿度、光照强度)数据,建立了基于修正logistic模型的模拟番茄单个果实生长变化的动态模型。用Matlab软件拟合了模型输出与试验数据。结果表明,给定密度下不同位置的果实具有相同库容,同穗果实的直径存在线性关系,不同穗果实之间生长存在延迟。

基于Logistic模型的薄壳山核桃果实生长发育研究

为了解薄壳山核桃果实生长发育规律及进程,为薄壳山核桃栽培管理提供参考,2012-2013连续2年,对4个薄壳山核桃品种‘波尼’、‘威斯顿’、‘肖肖尼’、‘马汉’果实纵横径生长动态进行测量,构建果实纵横径生长的Logistic模型,并对果实进行解剖,观察记录不同品种发育进程。结果表明,薄壳山核桃果实生长呈典型的"S"型曲线,Logistic拟合系数均超过0.9614,与实测数据相关性均达到极显著水平(P<0.001)。因此,Logistic模型可准确地预测薄壳山核桃果实的生长发育。拟合方程确定了各品种果实生长初期、速生期、生长后期的时间节点;结合解剖结果,明确了各品种果实发育进程。

广义Logistic模型的捕获优化问题

以王寿松所提出的广义 Ｌｏｇｉｓｔｉｃ模型为基础，讨论单种群生物资源的捕获优化问题，分析了被开发生物种群的动力学性质．在单位捕获努力量假定下，以最大可持续捕获量为管理目标，确定了线性捕获下的最优捕获策略，得到了最优捕获努力量，最大可持续收获及相应的最优种群水平的显式表达式，包括著名的Ｓｃｈａｅｆｅｒ模型作为特例，推广了相应的结果．

“西林3号”核桃果实生长规律Logistic模型研究

以西北农林科技大学核桃板栗试验示范站栽培的"西林3号"核桃为材料,通过物候观测和果实生长动态测定,采用Logistic曲线对其果实生长动态测定值进行了拟合,并计算出果实生长的各个时间段。结果表明:"西林3号"核桃果实纵径、横径及线径生长量与其生长时间的关系均与Logistic模型高度吻合,确定系数R2分别为因变量的99.38%、99.42%和99.05%,回归方程统计检验均达极显著水平;果实纵径、横径及线径生长过程可划分为生长初期、快速生长期和稳定生长期3个阶段,为确定不同阶段核桃栽培管理措施提供了参考依据。

纽荷尔脐橙果实生长规律Logistic模型探究

在纽荷尔脐橙花期用不同生长调节剂进行处理,然后采用Logistic模型拟合了其果实体积生长动态。结果表明:各个处理的拟合模型的相关系数均达到了极显著水平;根据所拟合的Logistic曲线的两个特征点,将纽荷尔脐橙果实体积生长划分为3个阶段:幼果期、果实膨大期、果实成熟期。

典型作物Logistic模型生长参数空间分布及其地区水热相关性

为明确作物生长模型——Logistic模型参数的空间变异特征,本文以冬小麦、夏玉米、水稻和新疆棉花作为典型作物,以作物株高、叶面积指数和干物质积累量作为生长指标,研究各生长指标的全相对化Logistic模型参数的空间分布情况,进一步分析该模型参数与地区多年平均降雨量、多年平均活动积温的相关关系。结果表明,4种典型作物全相对化Logistic模型参数变异系数均大于0.20,属于强变异性,空间分布具有明显的地带性,主要表现为:冬小麦的叶面积指数模型参数表现为黄河中下游地区大于新疆地区;夏玉米的叶面积指数模型参数表现为自沿海向内陆先增大、后减小的变化特征;水稻的干物质积累量模型参数表现为自西南向东北先减小、后增加的规律;新疆棉花的株高模型参数表现为西北小、东南大,且新疆中部地区存在极大值。全相对化Logistic模型参数与地区多年平均降雨量和多年平均活动积温间均具有显著或极显著的正相关关系,其相关系数r均介于0.3和0.6之间,即各地区模型参数的大小与该地区降雨量和温度相关。