导读:本文包含了模型优化与评价论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:模型,算法,评价,函数,籽粒,水化,人参果。
模型优化与评价论文文献综述
肖金球,周翔,潘杨,冯威,陈多观[1](2019)在《GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例》一文中研究指出针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期)
王加华,张威,戴煌,毕杰,肖安红[2](2019)在《小麦籽粒主要品质指标的近红外现场评价模型优化》一文中研究指出蛋白质、湿面筋、沉降数值、水分是评价小麦籽粒品质的重要指标,粮食收储需要一种现场评价技术。88份小麦籽粒样本来自3个收获年度的不同产区,经过去尘去杂处理后,采集近红外漫反射光谱(1000~2500nm)。采用全光谱数据建立偏最小二乘法(PLS)模型,以交互验证偏差(RMSECV)确定最优预处理方法。蒙特卡罗无信息变量消除(MC-UVE)、随机蛙跳(RF)、自适应竞争加权(CARS)算法用于提取信息变量,构建PLS模型。结果显示,蛋白质最优模型为CARS-PLS模型(R_C=0.997,RMSEC=0.248,R_P=0.982,RMSEP=0.572,RPD=4.60);湿面筋最优模型为RF-PLS模型(R_C=0.993,RMSEC=0.900,R_P=0.990,RMSEP=0.958,RPD=8.40)、沉降数值最优模型为CARS-PLS模型(R_C=0.985,RMSEC=2.12,R_P=0.970,RMSEP=2.93,RPD=4.33)、水分最优模型为CARS-PLS模型(R_C=0.991,RMSEC=0.152,R_P=0.987,RMSEP=0.156,RPD=6.15)。结果表明变量选择算法可降低模型的维度、提高模型的精度,所有指标的最优化模型均有较高的RPD值(大于3),可用于精确的定量预测。近红外技术具有实时、快速、无损的优势,可实现小麦品质的现场评价,利于推动小麦按质论价收购与分类储藏。(本文来源于《中国食品科学技术学会第十六届年会暨第十届中美食品业高层论坛论文摘要集》期刊2019-11-13)
张帅中,徐莹,汪东风[3](2019)在《HS-ANN模型优化超声/酶法提取人参果总黄酮工艺及抗氧化活性评价》一文中研究指出为优化人参果中总黄酮超声/酶法提取工艺并评价其抗氧化活性,首先通过单因素实验和Plackett-Burman实验筛选显着因素,再通过Box-Behnken中心组合实验建立实验数据样本,最后利用MATLAB建立和声搜索-神经网络模型(HS-ANN)优化人参果总黄酮提取工艺。同时,测定了人参果总黄酮对叁种自由基的清除能力。结果表明:各试验因素对总黄酮提取率影响均呈现先增加后降低的趋势,HS-ANN模型的相对误差、决定系数R~2的值分别为1.58%和0.9263,说明HS-ANN模型具有优异的预测和优化能力。经优化,获得最佳工艺条件如下:酶添加量10mg/g、超声时间10 min、乙醇体积分数68%、酶解时间30 min,在此条件下,人参果总黄酮得率可达14.92±0.19 mg/g。抗氧化结果显示,人参果总黄酮对羟基自由基(·OH)、超氧阴离子自由基(O_2~-·)和邻苯叁酚自由基(DPPH·)均有一定的清除能力,且存在剂量-效应关系。与Vc相比,对O_2~-·和DPPH·清除作用较弱,对·OH清除作用较强。研究结果为天然产物的高效提取提供了一种有效方法。(本文来源于《中国食品科学技术学会第十六届年会暨第十届中美食品业高层论坛论文摘要集》期刊2019-11-13)
刘宇[4](2019)在《商贸流通业发展评价模型及结构优化效应》一文中研究指出商贸流通业的发展能够有效促进市场结构转换,发现国民经济发展中存在的多种结构性问题。本文通过经典索洛模型构建了商贸流通业发展评价模型,引入了包含时间趋势项的柯布-道格拉斯生产函数,将商贸流通业的投入要素进行细化,并采用2012-2017年的平衡面板数据对各个要素的贡献率进行计算。研究表明:第一,我国商贸流通业发展从粗放的资本、劳动投入模式开始逐步转向以技术投入为主的高附加值模式;第二,商贸流通业的技术投入贡献率已经超越资本、劳动力要素投入,且保障了产业整体产出水平的提升。对我国产业结构转型而言,应该重视技术资源投入,从而对传统的人力资本进行替代。(本文来源于《商业经济研究》期刊2019年21期)
胡玉生,梁力军,孙龙渊[5](2019)在《基于灰色聚类优化模型的审计检查风险评价》一文中研究指出基于灰色聚类的优化模型,研究了审计检查风险评价问题。通过最大化风险评价指标白化权函数值的离差平方和,构建了审计检查风险评价模型,从而更好地区分聚类信息,使得审计检查风险评价的效果更加显着。数值算例表明,灰色聚类优化模型可以根据审计对象的自身状态数据确定各风险评价指标的权重,有效减少指标权重的主观性导致的评价结果偏差,具有较优的适用性。(本文来源于《北京信息科技大学学报(自然科学版)》期刊2019年05期)
崔东文[6](2019)在《改进蝴蝶优化算法-投影寻踪模型在区域河长制考核评价中的应用》一文中研究指出为科学考核评价区域河长制工作,构建改进蝴蝶优化算法(IBOA)-投影寻踪(PP)评价模型,以文山州2017年、2018年和2020年河长制考核评价为例进行实例研究.选取4个典型测试函数对IBOA进行仿真验证,并与基本蝴蝶优化算法(BOA)、鲸鱼优化算法(WOA)、布谷鸟搜索(CS)算法等8种算法的仿真结果进行对比.从水资源保护、水域岸线管理、水污染防治、水环境治理与水生态修复、执法监管5个方面遴选23个指标构建区域河长制考核评价指标体系和分级标准,在各分级标准阈值间采用随机内插的方法生成样本构建考核评价投影目标函数,利用IBOA-PP模型对实例各年度河长制进行考核评价.结果表明,IBOA寻优精度优于BOA、WOA、CS等8种算法,具有较好的收敛速度、极值寻优能力和跳出局部极值能力.IBOA-PP模型对实例2017年河长制考核评价结果为"不及格"、2018年评价为"及格",规划年2020年评价为"优秀".(本文来源于《叁峡大学学报(自然科学版)》期刊2019年05期)
高延康,刘祖发,卓文珊,陈记臣,符洪恩[7](2019)在《基于模糊综合优化模型的湛江市地下水灌溉适宜性评价》一文中研究指出为分析湛江市地下水灌溉适宜性,选取2016年枯水期(3月)与丰水期(9月)共55个地下水样品数据,基于地下水水化学特征分析,运用模糊综合优化模型对灌溉适宜性进行评价,并利用Wilcox、USSL图解法以及参数MHR等单项指标的评价结果进行验证分析。结果表明,湛江市地下水偏酸性,岩石与水的相互作用是控制该区地下水化学的主要机制,Cl·SO_4-Ca·Na、HCO_3-Na、HCO_3-Ca为地下水主要水化学类型。湛江市93%的浅层地下水和41%的中深层地下水适宜灌溉,丰水期地下水整体的灌溉适宜性优于枯水期。USSL图中93%、Wilcox图中94.5%的地下水样品适宜灌溉,但中深层地下水样中59%的MHR、31%的KR、77%的PI偏高,不适宜长期灌溉。农业水资源利用应以浅井开采为主,部分区域不适宜采用本地地下水进行灌溉。(本文来源于《亚热带资源与环境学报》期刊2019年03期)
于晨晖,李彭,张浩,樊力纲,李杰[8](2019)在《基于Infoworks ICM模型对污水管网输水能力评价及泵站排水量优化》一文中研究指出为研究H镇污水系统的运行情况,利用Infoworks ICM软件构建了H镇污水管网模型。针对污水管网基础信息数据质量较低的问题,以管网系统的水力模型作为现场调研和复勘的方向,对H镇污水管网的数据进行了修正,加强了数据的统一管理。选用2018年8月运南泵站和镇北泵站的累计流量对模型进行了校核,发现模型基本符合当地污水管网实际情况,对模型的进一步优化有指导作用。在此基础上,对H镇的污水管网运行现状排水能力进行了评估,通过对泵站不同排水量方案的模拟对比,对泵站排水量进行优化,依据管网动态储量和水泵运行状态提出最佳的排水量运行方案,为之后的运行管理优化提供指导。(本文来源于《净水技术》期刊2019年09期)
王少一,盛中杰,席宇亮,马祥元,张慧荟[9](2019)在《基于优化层次分析模型的城市建设项目审批信息关联评价——以天津市多源政务数据为例》一文中研究指出近年来,大数据技术与应用正吸引着越来越多学者的关注,他们从数据的管理、组织、计算和相关性等不同的角度进行了广泛的研究,主要应用于计算机科学、商贸、生态等领域,然而,现阶段大数据在政务管理上的理论研究与实际应用还较为缺乏。本文以天津市多源政务大数据为依托(2015—2016年城市建设项目各环节审批数据),利用改进后的层次分析模型,对其在城市建设监管领域中的作用进行了研究。设计了一种建设项目审批数据的关联度评价算法,用来评价同一项目在不同审批环节的数据关联状况。研究结果显示,75%以上的建设项目,其各环节审批数据有着较高的关联度,说明这些项目的建设符合法律规范。这表明城市建设监管系统的建立对规范建设项目的合法性发挥了重要的作用。(本文来源于《测绘通报》期刊2019年S2期)
韩文军,张苏,李达锋,姚明升[10](2019)在《基于粒子群优化的叁维CAD模型相似性评价》一文中研究指出为了准确度量CAD模型的形状差异以更好地实现重用,提出了基于粒子群优化的CAD模型相似性评价算法。算法首先模型面的边数构造评价矩阵,然后通过粒子群算法搜索两模型的面最优匹配序列,最后提取并计算面相似度,完成对整体模型的相似度计算。结果表明,与已有算法相比,所提算法可以更准确地描述叁维模型的相似性,有助于典型结构的准确挖掘重用。(本文来源于《计算机与数字工程》期刊2019年08期)
模型优化与评价论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
蛋白质、湿面筋、沉降数值、水分是评价小麦籽粒品质的重要指标,粮食收储需要一种现场评价技术。88份小麦籽粒样本来自3个收获年度的不同产区,经过去尘去杂处理后,采集近红外漫反射光谱(1000~2500nm)。采用全光谱数据建立偏最小二乘法(PLS)模型,以交互验证偏差(RMSECV)确定最优预处理方法。蒙特卡罗无信息变量消除(MC-UVE)、随机蛙跳(RF)、自适应竞争加权(CARS)算法用于提取信息变量,构建PLS模型。结果显示,蛋白质最优模型为CARS-PLS模型(R_C=0.997,RMSEC=0.248,R_P=0.982,RMSEP=0.572,RPD=4.60);湿面筋最优模型为RF-PLS模型(R_C=0.993,RMSEC=0.900,R_P=0.990,RMSEP=0.958,RPD=8.40)、沉降数值最优模型为CARS-PLS模型(R_C=0.985,RMSEC=2.12,R_P=0.970,RMSEP=2.93,RPD=4.33)、水分最优模型为CARS-PLS模型(R_C=0.991,RMSEC=0.152,R_P=0.987,RMSEP=0.156,RPD=6.15)。结果表明变量选择算法可降低模型的维度、提高模型的精度,所有指标的最优化模型均有较高的RPD值(大于3),可用于精确的定量预测。近红外技术具有实时、快速、无损的优势,可实现小麦品质的现场评价,利于推动小麦按质论价收购与分类储藏。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模型优化与评价论文参考文献
[1].肖金球,周翔,潘杨,冯威,陈多观.GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例[J].西南大学学报(自然科学版).2019
[2].王加华,张威,戴煌,毕杰,肖安红.小麦籽粒主要品质指标的近红外现场评价模型优化[C].中国食品科学技术学会第十六届年会暨第十届中美食品业高层论坛论文摘要集.2019
[3].张帅中,徐莹,汪东风.HS-ANN模型优化超声/酶法提取人参果总黄酮工艺及抗氧化活性评价[C].中国食品科学技术学会第十六届年会暨第十届中美食品业高层论坛论文摘要集.2019
[4].刘宇.商贸流通业发展评价模型及结构优化效应[J].商业经济研究.2019
[5].胡玉生,梁力军,孙龙渊.基于灰色聚类优化模型的审计检查风险评价[J].北京信息科技大学学报(自然科学版).2019
[6].崔东文.改进蝴蝶优化算法-投影寻踪模型在区域河长制考核评价中的应用[J].叁峡大学学报(自然科学版).2019
[7].高延康,刘祖发,卓文珊,陈记臣,符洪恩.基于模糊综合优化模型的湛江市地下水灌溉适宜性评价[J].亚热带资源与环境学报.2019
[8].于晨晖,李彭,张浩,樊力纲,李杰.基于InfoworksICM模型对污水管网输水能力评价及泵站排水量优化[J].净水技术.2019
[9].王少一,盛中杰,席宇亮,马祥元,张慧荟.基于优化层次分析模型的城市建设项目审批信息关联评价——以天津市多源政务数据为例[J].测绘通报.2019
[10].韩文军,张苏,李达锋,姚明升.基于粒子群优化的叁维CAD模型相似性评价[J].计算机与数字工程.2019