[幼兒教育]第六章 害蟲預(yù)測預(yù)報(bào)方法-文庫吧
2025-01-04 13:07 本頁面
【正文】 論體系、以晦澀關(guān)聯(lián)空間為依托的分析體系、以晦澀序列生成為基礎(chǔ)的方法體系，以灰色模型（ G， M）為核心的模型體系。以系統(tǒng)分析、評估、建模、預(yù)測、決策、控制、優(yōu)化為主體的技術(shù)體系。重要數(shù)據(jù)處理方法有： 灰色關(guān)聯(lián)分析 灰色統(tǒng)計(jì) 灰色聚類 ? 灰色系統(tǒng)預(yù)測模型建立 對原始序列 作 1AGO ，作緊鄰均值生成 。確定模型與時(shí)間響應(yīng)式 ，求 的模擬值 。 ? 灰色系統(tǒng)模型的檢驗(yàn) 誤差檢驗(yàn) ，計(jì)算 X與 的灰色關(guān)聯(lián)度 )0(X)0(XX? ? 列聯(lián)表是觀測數(shù)據(jù)按兩個(gè)或更多屬性（定性變量）分類時(shí)所列出的頻數(shù)表 一般 ,若總體中的個(gè)體可按兩個(gè)屬性 A與 B分類， A有 r個(gè)等級 A1,A2,… ,Ar， B有c個(gè)等級 B1,B2,… ,Bc,從總體中抽取大小為 n的樣本，設(shè)其中有 nij個(gè)個(gè)體的屬性屬于等級 Ai和 Bj， nij稱為 頻數(shù)，將 r c個(gè) nij排列為一個(gè) r行 c列的二維列聯(lián)表，簡稱 r c表。若所考慮的屬性多于兩個(gè)，也可按類似的方式作出列聯(lián)表 ,稱為多維列聯(lián)表。 ? 判別分析又稱 “ 分辨法 ” ，是在分類確定的條件下，根據(jù)某一研究對象的各種特征值判別其類型歸屬問題的一種多變量統(tǒng)計(jì)分析方法。其基本原理是按照一定的判別準(zhǔn)則，建立一個(gè)或多個(gè)判別函數(shù)，用研究對象的大量資料確定判別函數(shù)中的待定系數(shù)，并計(jì)算判別指標(biāo)。據(jù)此即可確定某一樣本屬于何類。判別分析有二級判別、多級判別、逐步判別等多種方法，在氣候分類、農(nóng)業(yè)區(qū)劃、土地類型劃分中有著廣泛的應(yīng)用。 ? 判別分析主要的數(shù)學(xué)方法：馬氏距離判別法、 Bayes判別法、 Fisher判別法。 模糊數(shù)學(xué)簡介： ? 模糊數(shù)學(xué)是研究和處理 模糊性 現(xiàn)象的一種數(shù)學(xué)理論和方法 。 1965 年美國控制論學(xué)者 《 模糊集合 》 ，標(biāo)志著這門新學(xué)科的誕生。 ? 現(xiàn)代數(shù)學(xué)建立在集合論的基礎(chǔ)上。一組對象確定一組屬性，人們可以通過指明屬性來說明概念，也可以通過指明對象來說明。符合概念的那些對象的全體叫做這個(gè)概念的外延，外延實(shí)際上就是集合。一切現(xiàn)實(shí)的理論系統(tǒng)都有可能納入集合描述的數(shù)學(xué)框架。經(jīng)典的集合論只把自己的表現(xiàn)力限制在那些有明確外延的概念和事物上，它明確地規(guī)定：每一個(gè)集合都必須由確定的元素所構(gòu)成，元素對集合的隸屬關(guān)系必須是明確的。 ? 對模糊性的數(shù)學(xué)處理是以將經(jīng)典的集合論擴(kuò)展為模糊集合論為基礎(chǔ)的，乘積空間中的模糊子集就給出了一對元素間的模糊關(guān)系。對模糊現(xiàn)象的數(shù)學(xué)處理就是在這個(gè)基礎(chǔ)上展開的。 模糊集合與隸屬度 ? 在模糊集合中，給定范圍內(nèi)元素對它的隸屬關(guān)系不一定只有 “ 是 ” 或 “ 否 ” 兩種情況，而是用介于 0和 1之間的實(shí)數(shù)來表示隸屬程度，還存在中間過渡狀態(tài)。比如 “ 老人 ” 是個(gè)模糊概念， 70歲的肯定屬于老人，它的從屬程度是 1， 40歲的人肯定不算老人，它的從屬程度為 0，按照查德給出的公式， 55歲屬于 “ 老 ” 的程度為 ，即 “ 半老 ” ， 60歲屬于 “ 老 ” 的程度 。查德認(rèn)為，指明各個(gè)元素的隸屬集合，就等于指定了一個(gè)集合。當(dāng)隸屬于 0和 1之間值時(shí)，就是模糊集合。 模糊數(shù)學(xué)研究對象和發(fā)展 ? 模糊數(shù)學(xué)是以不確定性的事物為其研究對象的。模糊集合的出現(xiàn)是數(shù)學(xué)適應(yīng)描述復(fù)雜事物的需要，查德的功績在于用模糊集合的理論找到解決模糊性對象加以確切化，從而使研究確定性對象的數(shù)學(xué)與不確定性對象的數(shù)學(xué)溝通起來，過去精確數(shù)學(xué)、隨機(jī)數(shù)學(xué)描述感到不足之處，就能得到彌補(bǔ)。 ? 在模糊數(shù)學(xué)中，目前已有模糊拓?fù)鋵W(xué)、模糊群論、模糊圖論、模糊概率、模糊語言學(xué)、模糊邏輯學(xué)等分支。 模糊數(shù)學(xué)的應(yīng)用 模糊數(shù)學(xué)是一門新興學(xué)科，它已初步應(yīng)用于模糊控制、模糊識別、模糊聚類分析、模糊決策、模糊評判、系統(tǒng)理論、信息檢索、醫(yī)學(xué)、生物學(xué)等各個(gè)方面。在氣象、結(jié)構(gòu)力學(xué)、控制、心理學(xué)等方面已有具體的研究成果。然而模糊數(shù)學(xué)最重要的應(yīng)用領(lǐng)域是計(jì)算機(jī)職能，不少人認(rèn)為它與新一代計(jì)算機(jī)的研制有密切的聯(lián)系。 目前，世界上發(fā)達(dá)國家正積極研究、試制具有智能化的模糊計(jì)算機(jī)， 1986年日本山川烈博士首次試制成功模糊推理機(jī)，它的推理速度是 1000萬次 /秒。 1988年，我國汪培莊教授指導(dǎo)的幾位博士也研制成功一臺模糊推理機(jī) —— 分立元件樣機(jī)，它的推理速度為 1500萬次 /秒。這表明我國在突破模糊信息處理難關(guān)方面邁出了重要的一步。 馬爾科夫鏈模型簡介： ? 馬爾科夫分析法的基本模型為： X(k+1)=X(k) P 公式中：
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1