水稻优化灌溉量的参数投影寻踪模型.pdf

维普资讯

2005年3月农机化研究第2期

水稻优化灌溉量的参数投影寻踪模型

康海燕。，魏兆凯。，陈海龙。

(1．黑龙江省农业机械工程科学研究院。黑龙江哈尔滨150040；2．哈尔滨锅炉厂有限责任公司．黑龙江

哈尔滨150046)

摘要：运用参数投影寻踪分类模型(PPC)加速遗传算法。同时优化多个评价指标参数，通过分析环境、

生长及产量因素等因子对水稻灌溉量的影响．得出水稻优化灌溉水量的综合评价和最优的每公顷均灌水量，

可为灌溉管理决策者提供参考。

关键词：农业工程；灌溉量；理论研究；参数的投影寻踪模型；水稻

中图分类号：S11文献标识码：A文章编号：1003—188X(2005)02--0063--03

传算法(RAGA)与PP模型结合，共同实现对水稻灌

1引言

溉量的优化及评判。

不同的灌溉水量对水稻的生长发育、产量的形

2投影寻踪模型(PP)

成、土壤内水环境等一系列因素均产生较大影响。

如果把节水稻作视为改变灌溉制度之后形成新的环2．1PP模型简介

境系统，那么在土壤肥力和栽培技术保持相对稳定投影寻踪模型PP(ProjectionPursuitMode1)

的情况下，影响水稻生育、产量的主导因子为水分是一种可用于高维数据分析的方法，既可做探索性

条件。田问灌溉量直接作用于水稻生育量，并通过分析，又可做确定性分析。PP方法的特点：一是能

生育特征量作用于产量。于是，可以根据不同的灌成功地克服高维数据的“维数祸根”所带来的严重

溉量选取某些生育量参数，根据生育量与产量的关困难；二是可以排除与数据结构和特征无关的(或

系进行综合评判…。关系很小的)变量干扰；三是为使用一维统计方法

由于影响水稻生长发育的因素众多纷繁，灌溉解决高维问题开辟了途径；四是与其它非参数方法

过程的土壤水分状况又具有模糊性，而且外界环境一样可以用来解决某种非线性问题。

因子和栽培措施对水稻生育和产量的影响程度不2．2PPC模型建模步骤

一，也难于定量化，按常规不易进行数量分析。因PPC模型(ProjectionPurSUitC1assi—

此，对水稻优化灌溉量的分析不采用一般的数学规ficationMode1)的建模过程分如下几个步骤。

划法。朱庭芸等曾采用了模糊数学理论与田问试2．2．1样本评价指标集的归一化处理

验相结合的方法，提出了水稻的优化灌溉模式”‘。设各指标值的样本集为(f‘，1一一，J=1一P}，

王一凡等…也曾采用模糊综合评判对节水栽培经济

其中(‘f，_，)为第i个样本第个指标值；一、P分别

效益进行了研究。但在模糊评判的每一阶段，都涉

为样本的个数(样本容量)和指标的数目。

及权重矩阵A。对于权重矩阵A，多由专家凭经验

越大越优的指标(f，)：三(ima)

给出，因此存在较大的主观性和人为干扰因素，最