为了给高产栽培提供试验依据,以不同旱作类型的春小麦高产(≥350kg/667m^2,呼盟;≥200kg/667m^2,赤峰)为目标,通过四因素最优组合设计试验,以对春小麦生育影响较大的基本苗数、施磷量、施钾量、施氮量四项主要农艺栽培措施为决策变量,...为了给高产栽培提供试验依据,以不同旱作类型的春小麦高产(≥350kg/667m^2,呼盟;≥200kg/667m^2,赤峰)为目标,通过四因素最优组合设计试验,以对春小麦生育影响较大的基本苗数、施磷量、施钾量、施氮量四项主要农艺栽培措施为决策变量,以产量为目标函数,建立了内蒙古不同旱作区春小麦主要农艺栽培措施与产量关系的二次多项式回归数学模型,通过频数寻优,定量化提出了不同旱作地区春小麦实现高产的综合农艺栽培措施优化方案。即施磷量、施钾量、施氮量和基本苗在呼盟地区分别为4.02～4.70 kg P_2O_5/667m^2、3.26～4.39 kg K_2O/667m^2、3.66～4.80 kg N/667m^2和45.3×10~4～47.8×10~4株/667m^2;赤峰地区则分别为5.13～5.74 kg P_2O_5/667m^2、3.50～4.02 kg K_2O/667m^2、7.49～8.86 kg N/667m^2和3.06×10~4～32.2×10~4株/667m^2。展开更多
微分方程的计算求解在计算机工程上有重要的理论意义和应用价值。针对传统数值解法计算复杂度高、解的形式离散等问题,本文基于微分方程的回归方程观点与解法,应用统计回归方法求解二阶常微分方程,并给出基于中心支持向量机(proximal su...微分方程的计算求解在计算机工程上有重要的理论意义和应用价值。针对传统数值解法计算复杂度高、解的形式离散等问题,本文基于微分方程的回归方程观点与解法,应用统计回归方法求解二阶常微分方程,并给出基于中心支持向量机(proximal support vector machine,P-SVM)在常微分方程的初值和边值问题上的近似解求法。通过在目标优化函数中添加偏置项,构建P-SVM回归模型,从而避免大规模求解线性方程组,得到结构简洁的最优解表达式。模型通过最小化训练样本点的均方误差和,在保证精度的同时,有效提高了近似解的计算速度。此外,形式简洁固定的解析解表达式也便于在实际应用中进行定性分析和性质研究。数值试验结果验证了P-SVM方法是一种高效可行的常微分方程求解方法。展开更多
文摘为了给高产栽培提供试验依据,以不同旱作类型的春小麦高产(≥350kg/667m^2,呼盟;≥200kg/667m^2,赤峰)为目标,通过四因素最优组合设计试验,以对春小麦生育影响较大的基本苗数、施磷量、施钾量、施氮量四项主要农艺栽培措施为决策变量,以产量为目标函数,建立了内蒙古不同旱作区春小麦主要农艺栽培措施与产量关系的二次多项式回归数学模型,通过频数寻优,定量化提出了不同旱作地区春小麦实现高产的综合农艺栽培措施优化方案。即施磷量、施钾量、施氮量和基本苗在呼盟地区分别为4.02～4.70 kg P_2O_5/667m^2、3.26～4.39 kg K_2O/667m^2、3.66～4.80 kg N/667m^2和45.3×10~4～47.8×10~4株/667m^2;赤峰地区则分别为5.13～5.74 kg P_2O_5/667m^2、3.50～4.02 kg K_2O/667m^2、7.49～8.86 kg N/667m^2和3.06×10~4～32.2×10~4株/667m^2。
文摘微分方程的计算求解在计算机工程上有重要的理论意义和应用价值。针对传统数值解法计算复杂度高、解的形式离散等问题,本文基于微分方程的回归方程观点与解法,应用统计回归方法求解二阶常微分方程,并给出基于中心支持向量机(proximal support vector machine,P-SVM)在常微分方程的初值和边值问题上的近似解求法。通过在目标优化函数中添加偏置项,构建P-SVM回归模型,从而避免大规模求解线性方程组,得到结构简洁的最优解表达式。模型通过最小化训练样本点的均方误差和,在保证精度的同时,有效提高了近似解的计算速度。此外,形式简洁固定的解析解表达式也便于在实际应用中进行定性分析和性质研究。数值试验结果验证了P-SVM方法是一种高效可行的常微分方程求解方法。
