农产品监测预警模型集群构建理论方法与应用

【目的】农产品供给与需求的准确分析测定,是农业监测预警能力提升的重要表现。构建产品多品种多环节模型集群理论方法,可高效解决单一环节或单一模型难以解决的分析技术难题。【方法】在农产品供需的重要要素即生产量、消费量、贸易量、价格等分析预测过程中,针对农产品品种间关联性强,自然、社会、经济诸多影响因素纠缠,模型多变量强耦合、非线性、参数时变的特点,提出多品种农产品"因素分类解耦、参数转用适配"方法,以构建多时空维度的监测预警模型集群。【结果】利用"因素分类解耦、参数转用适配"技术方法,研究构建了不同农产品的生产类、消费类、贸易类、价格类的模型集群。这些模型集群可用于对不同时空维度的水稻、玉米、小麦、肉类等主要农产品供需的长中短期的分析预测,支撑形成了农业展望中的主要农产品平衡表,其中主要农产品全国年度生产量6年平均预测精度高于97%。【结论】研究提出的农产品监测预警模型集群构建理论及其方法,有效提升了农产品多品种模型集群的求解效率和准确率,增强了农产品供需分析预测的系统性与智能性,为系统揭示农产品复杂的时空供需变化特征、促进农产品市场调控科学性和可预见性,提供了新技术方法。

基于互动机理的产业集群治理模型与制度安排研究

产业集群治理从本质上来讲,属于集群的内部治理。集群成员间的关系、互动与协同构成了产业集群的治理逻辑。据此,本文基于互动机理,构建了产业集群治理逻辑模型;借助模型对产业集群治理进行了三维逻辑分析;在此基础上提出了相关集群政策设计和制度建议。本文认为:地方政府通过集群政策对集群实施治理,是一种正式制度安排。

基于皮质神经集群模型的NREM期睡眠节律仿真研究

睡眠是人生命中一种重要的生理现象。根据脑电波的不同特征,可以将睡眠分为觉醒期、非快速眼动睡眠期(NREM)和快速眼动睡眠期(REM),其中,NREM期占据整个睡眠过程的主要时长。K-复合波(KCs)和睡眠慢波(SOs)为NREM期的典型节律,其对睡眠具有一定的调节保护作用。该文从计算模型的角度出发,对K-复合波(KCs)和睡眠慢波(SOs)产生的神经生理机制进行解释。首先,考虑皮层兴奋性神经集群与抑制性神经集群之间的相互作用,并融入M型钾电流的相关机制,建立一种改进的皮质神经集群模型;其次,采用鞍结分岔和Hopf分岔理论对模型关键参数进行分析;最后,通过数值实验实现对K复合波和睡眠慢波的仿真模拟。

外部性、集群剩余模型及集群剩余分配

在经济外部性效应和集群结构变化基础上,认为集群剩余是集群内的组织,包括企业、政府、中介等行为主体在集群网络中所产生的内外部影响,且这些行为主体不可能都因自身的投入而获得一个可预期的固定报酬,总会有个体或群体分享一个不确定的报酬。在提出概念、模型的基础上,结合案例分析了集群结构变化,对集群内控制关系产生的影响,并就集群剩余在相关组织间的分配做了深入探讨。

“生态群落”视角下的中小企业集群演进模型与制度安排研究

中小企业集群的演进是一个持续创新、不断实现产业升级的过程,它形成于具有强烈创新精神和创业文化的地区,一经形成便在因果循环累积效应的作用下,自发演进不断升级。在此基础上,本文通过建立数学模型来描述和分析中小企业集群的演进过程,据此模型分析我国中小企业集群发展存在的问题,并提出了相关集群发展政策设计和制度建议。

基于模型集群的马铃薯叶绿素检测光谱变量筛选讨论

为了探究马铃薯作物叶绿素吸收特征,充分解析光谱特征波长变量,建立高精度叶绿素含量检测模型。在马铃薯发棵期(M1)、块茎形成期(M2)、块茎膨大期(M3)和淀粉积累期(M4)4个关键生长期,利用ASD便携式光谱仪采集80个样本区的314组作物冠层反射率数据,并同步采集叶片测定叶绿素含量。在光谱数据预处理之后,分析了马铃薯不同生长期的光谱反射率变化特征。利用基于模型集群思想的蒙特卡洛无信息变量消除(MC-UVE)、随机蛙跳(RF)、竞争自适应重加权采样(CARS)三种算法筛选叶绿素特征波长,建立叶绿素含量检测PLS模型。对4个生长期的314个样本,采用SPXY算法分别按照3∶1的比例划分,得到建模集240个样本、验证集74个样本。利用MC-UVE, RF, CARS三种算法筛选叶绿素特征波长,讨论迭代次数(N)和特征变量个数(LV)对MC-UVE和RF算法、迭代次数(N)对CARS算法筛选特征波长结果的影响,对迭代次数设置6个梯度,分别为N=50, 100, 500, 1 000, 5 000和10 000;对特征变量数设置4个梯度,分别为LV=15, 20, 25和30。以PLSR模型的验证集结果为评价指标,分析迭代次数(N)和特征变量数(LV)的最优参数组合。最后基于MC-UVE, RF和CARS算法筛选得到的最佳特征波长建立叶绿素检测PLSR模型,分别记为MC-UVE-PLSR, RF-PLSR, CARS-PLSR。结果表明, CARS, RF和MC-UVE三种算法的迭代次数(N)、特征变量数(LV)参数最佳组合分别为:(1)MC-UVE:迭代次数N=50特征变量数LV=30;(2)RF:迭代次数N=500、特征变量数LV=30;(3)CARS:迭代次数N=100。对比在最佳特征波长建立的MC-UVE-PLSR, RF-PLSR, CARS-PLSR叶绿素含量检测,发现RF-PLSRRR模型的性能最优,R^2v为0.786, RMSEV为3.415 mg·L^-1;MC-UVE-PLS模型性能次之,R^2v为0.696, RMSEV为4.072 mg·L^-1;CARS-PLS模型的性能最差,R^2v为0.689, RMSEV为4.183 mg·L^-1。以上结果说明:在筛选马铃薯叶绿素特征波长方面RF算法优于MC-UVE和CARS,得到的特征波长能够较全面地反映与马铃薯叶绿素相关的物质信息。

近红外光谱与模型集群分析测定毛涤混纺织物成分含量

将近红外光谱法和模型集群分析方法应用于毛涤混纺织物成分含量的快速无损测定。以近红外测量方法采集93个毛涤混纺织物的光谱信号,利用光谱预处理消除信号漂移的影响,在模型集群分析基础上,剔除异常样本,筛选出30个关键波长,采用偏最小二乘法(PLS)建立涤纶含量的预测模型。所建立模型的训练集相关系数r2为0.9827、交互验证均方误差(RMSECV)为3.26、预测均方根误差(RMSEP)为3.34,预测结果令人满意,适合于毛涤混纺织物中涤纶含量的快速、无损检测。

模型集群分析-随机森林方法在烟叶分类中的应用

为了解决烟叶外观质量检验和烟叶品质等级评估中主观因素影响过大的问题,首次采用模型集群分析-随机森林方法(MPA-RF)结合近红外光谱建立的烟叶采收成熟度和烤后烟叶等级划分判别模型对烟叶进行了品质分类。结果表明:MPA-RF模型对采收成熟度烟叶样本(数据集A)和不同等级烟叶样本(数据集B)的训练集分类精度分别为96.67%、99.02%,预测模型分类精度分别为100%、96.15%;MPA-RF模型对烟叶的分类准确率明显高于常用的PCA、SVM和RF分类方法。

化学建模与模型集群分析

本文简单介绍了化学建模与模型集群分析的思想,并列举了基于模型集群分析的思路与框架。近年来,应用于化学建模各个方面的许多新算法包括奇异样本诊断、变量选择、模型参数与评价、稳健与模型应用域。本文通过应用于不同的数据类型,包括近红外光谱、定量构效关系及代谢组学数据,举例阐述模型集群分析方法的可行性与应用性,为未来开发化学建模新算法提供一个好的思路和框架。

考虑负荷平抑的电动汽车集群模型研究

未来电动汽车的大规模接入,将会给电力系统规划和运行带来不可忽视的影响。在考虑电动汽车作为储能单元的基础上,建立了电动汽车参与负荷平抑的集群模型。文中,首先分析了与电动汽车功率需求的各种因素,然后基于调研结果,给出了不同类型电动汽车不同充放电行为对应的充放电方式。采用蒙特卡洛模拟抽取起始荷电状态、起始充放电时间等参数对电动汽车集群充放电负荷进行了计算。最后,以某市日负荷曲线为例,计算得出不同规模电动汽车对原负荷曲线的影响。结果表明,电动汽车的自然充放电特性,对电网的负荷起到了一定的削峰填谷作用,即起到了平抑负荷的作用。

集群网络评测模型的新探索

传统集群网络(clusterareanetwork,简称cLAN)的评测模型主要考虑了延迟、带宽、路由、拥塞、网络拓扑结构等因素.但这些因素是否足以描述实际应用程序在集群上的通信行为,或者对其在集群系统上的性能给出一个很好的预测呢?当对NASParallelBenchmark(2.4版本)在集群系统深腾1800(DeepComp1800)上进行大量测试时发现,集群网络的通信性能可以被一种特殊的通信模式(LU模式)所严重影响.更深入的研究表明,这个影响LU模式的因素是独立于前面所述的如延迟、带宽、路由、拥塞、网络拓扑结构等因素的.因此有必要对集群网络的评测模型重新进行审视,并增加一个新的性能评测因子以反映这个新发现的现象.从研究结果来看,这个重新审视也将对集群系统上的并行算法设计以及实际大规模科学计算的应用程序性能的优化提供一些新的思路.

模型集群分析策略联合ELM的土壤重金属Pb含量预测

为探寻区域土壤重金属含量最佳反演模型,以龙海市为研究区,对土壤原始光谱数据分别进行SG平滑、小波变换、高斯滤波和多元散射校正4种光谱预处理,运用基于模型集群分析(model population analysis,MPA)策略开发的波长选择算法:竞争适应性重加权采样算法(competitive adaptive reweighted sampling,CARS)、变量空间迭代收缩算法(variable iterative space shrinkage approach,VISSA)、迭代变量子集优化算法(iteratively variable subset optimization,IVSO)和区间组合优化算法(interval combination optimization,ICO)剔除干扰与无信息波长变量,采用线性模型偏最小二乘回归(partial least squares regression,PLSR)、非线性模型支持向量机(support vector machine,SVM)及神经网络模型极限学习机(extreme learning machine,ELM)进行土壤重金属铅(Pb)含量回归预测。结果表明:经过多种预处理方法建立的Pb含量反演模型中,基于小波变换第七层重构后的光谱数据构建的模型预测精度最优,其验证集R^(2)=0.736,RMSE=5.426,RPD=1.976,RPIQ=2.560。基于MPA策略开发的CARS,VISSA,IVSO和ICO都能显著提升模型解释性与泛化性能,并且提高建模效率。3种回归模型总体的预测表现排序:ELM>PLSR>SVM。其中ICO-ELM预测精度最高,其验证集R^(2)=0.863,RMSE=3.953,RPD=2.712,RPIQ=3.514。所建最优模型可为区域土地质量和生态指标快速准确监测提供新的理论参考。

高技术产业集群创新网络模型研究

本文基于创新网络观视角，从集群创新网络概念出发，分析了集群创新网络对集群发展的作用，结合高技术产业集群的特点，对高技术产业集群创新网络结构进行了研究，并给出了网络结构的系统解释。最后以美国硅谷为例说明了模型的应用。

基于神经元集群模型的动态因果模型算法综述

大脑是人体最复杂的器官,各个脑区之间的连接构成了复杂的功能性网络系统,脑网络连接特征的变化与脑的生理病理状态密切相关。近年来,脑网络构建与分析算法成为计算神经科学领域的研究热点之一。在众多脑网络分析方法中,动态因果模型(DCM)由于具有生物物理合理性在探索神经网络的有效连接特性中得到了广泛关注。从基本原理、神经元集群模型和应用等方面对DCM进行综述。首先,介绍DCM的基本原理,并以基于卷积和基于电导的两类神经元集群模型为例,对DCM算法的关键组成——神经生物学模型的建模思想、原理及发展进程进行回顾;然后,综述近年来DCM在认知功能和疾病病理等相关神经信号分析领域的应用,指出DCM有望成为探索脑功能整合机制的方法;最后,结合近几年DCM算法的研究进展及其局限性进行总结和展望。

基于钻石模型理论的汉阳造创意产业园集群效应研究

从集群理论和竞争优势理论角度出发,结合武汉市汉阳造创意产业园的发展状况,以“钻石模型”为基础框架,分析汉阳造创意产业园的产业竞争力,探讨园区的集群效应和发展模式,从生产要素、需求状况、相关产业、企业竞争等方面为园区未来发展提出建议,为武汉市其他创意产业园提供模式参考。

软件集群路由器体系结构的研究

分析了集群路由器的研究现状,而后提出了软件集群路由器的两个参考模型:SCR-RM(software-based cluster router reference model)和PCR-RM(parallel cluster routing reference model),给出两个参考模型的具体描述。这两个参考模型将为集群路由器的后续研究提供参照系统、实验系统和IP流处理场景。

基于产业集群的河北省医药企业创新成长研究

产业集群化已成为产业发展特别是高新技术产业发展中的重要趋势,依托集群发展应是医药企业创新成长的有效途径。目前河北省医药产业已成为河北省经济的重要组成部分,依据河北省医药产业的发展特点,构建河北省医药产业集群结构模型,然而虽集群企业内已形成价值体系,但企业依托集群成长的潜力尚未发挥,因此应基于集群的企业创新成长制定若干对策。

基于超算环境的面向多租户的轻量级虚拟HPC集群的设计与实现

为了给用户提供按需使用的HPC服务并解决用户应用部署的软件依赖性问题,在不破坏现有超大规模高性能集群管理的前提下,基于Fat-Tree网络拓扑和虚拟集群模型,通过对部分资源进行云化管理,设计并实现了一种轻量级的HPC集群交付模式。从而为面向租户需求的高性能应用提供一种云化的HPC租用服务,并解决了HPC应用软件栈的僵化问题,以易用的方式为更多的HPC租户提供服务。实验结果表明,该方法以近似物理节点的性能使HPC具备了云的按需使用的特性,并具有较为理想的植入效率。

基于产业集群理论的淘宝村微生态系统研究

根据淘宝村呈现的产业聚集化、协调合作、产业链完备等特点,以生态系统理论解释其演化规律,提出淘宝村电子商务生态微系统理论,划分出四大种群,构建该系统理论模型及演化成长模型。以浙江省临安市昌化镇白牛村为案例,剖析淘宝村产业微生态的运行和演化路径,从实证的角度验证了产业微生态的存在与竞争力。

产业集群的FDI因素分析及策略

经济中产业集群以其集聚特点可分为三种类型,产业集群中引进的FDI以其进入目的可分为两种,根据各类型产业集群中的FDI因素作用机理,提出振兴东北老工业基地产业集群的FDI策略。