投影尋蹤模型及其在水土資源中的應(yīng)用.pdf

1、通過(guò)對(duì)傳統(tǒng)投影尋蹤技術(shù)的分析，本文提出了多種改進(jìn)的投影尋蹤新技術(shù)，由于水土資源存在高維、非線性、實(shí)測(cè)數(shù)據(jù)信息不完整等特征，本文建立了投影尋蹤在綜合評(píng)價(jià)和預(yù)測(cè)等方面的新模型，較好地解決了水土資源中的多元復(fù)雜性問(wèn)題。 本文取得了以下三方面的創(chuàng)新成果： 1.本文用基于實(shí)數(shù)編碼的加速遺傳算法給出了投影尋蹤方法中優(yōu)化投影方向的新算法，新算法簡(jiǎn)化了傳統(tǒng)投影尋蹤模型技術(shù)中復(fù)雜程序的實(shí)現(xiàn)過(guò)程，更有利于投影尋蹤技術(shù)的推廣應(yīng)用。 2

2、.在水土資源分類和綜合評(píng)價(jià)中，根據(jù)評(píng)價(jià)樣本自身的結(jié)構(gòu)特性或一定的評(píng)價(jià)標(biāo)準(zhǔn)的結(jié)構(gòu)特性，本文建立了基于多種投影指標(biāo)函數(shù)的投影尋蹤聚類模型，當(dāng)采用標(biāo)準(zhǔn)差和局部密度來(lái)構(gòu)造投影指標(biāo)函數(shù)時(shí)，推導(dǎo)得出了投影尋蹤聚類模型中唯一的參數(shù)——密度窗寬的計(jì)算的經(jīng)驗(yàn)公式；針對(duì)評(píng)價(jià)樣本指標(biāo)間存在多重相關(guān)性問(wèn)題，本文建立了投影尋蹤主成分分析。 3.在水資源預(yù)測(cè)中，根據(jù)預(yù)測(cè)對(duì)象與預(yù)測(cè)因子間相互作用關(guān)系，本文建立了投影尋蹤回歸模型、投影尋蹤門(mén)限回歸模型、基于神經(jīng)

3、網(wǎng)絡(luò)的投影尋蹤耦合模型、基于偏最小二乘回歸的投影尋蹤耦合模型和基于偏最小二乘回歸的神經(jīng)網(wǎng)絡(luò)投影尋蹤耦合模型。根據(jù)預(yù)測(cè)對(duì)象自身的結(jié)構(gòu)特性，本文建立了投影尋蹤自回歸模型和基于神經(jīng)網(wǎng)絡(luò)的投影尋蹤自回歸耦合模型。各預(yù)測(cè)模型能從不同角度解決了水資源預(yù)測(cè)中的高維復(fù)雜性問(wèn)題，開(kāi)闊了建立水資源預(yù)測(cè)模型的新思路。 綜上所述，投影尋蹤體現(xiàn)了辨證法中的主要矛盾的思想，本文將其用于水土資源的多元復(fù)雜性研究，取得滿意結(jié)果，為解決當(dāng)前某些實(shí)際問(wèn)題提供新技術(shù)