基于LS-SVM和COM技術的作物需水量預測系統(tǒng)研究.pdf

1、水是人類生存的基本條件和生產活動最重要的物質基礎。水資源緊缺是一個全球性的問題。我國是一個水資源短缺的國家，農業(yè)是用水大戶，主要消耗于灌溉。作物需水量是農業(yè)用水的主要組成部分，其預測是制定灌溉制度的關鍵，它是水資源開發(fā)利用時必需的重要資料，同時也是制定流域規(guī)劃、地區(qū)水利規(guī)劃，以及灌排工程規(guī)劃、設計、管理和農田灌排的基本依據。因此，作物需水量預測對于達到作物的高產穩(wěn)產、節(jié)約水資源，都具有重要的現實意義。
　　 支持向量機(Supp

2、ortVectorMachine，SVM)是近年來得到迅速發(fā)展的一個前沿課題，它涉及統(tǒng)計學、電子、計算機、數學等學科，并在工程上具有非常廣泛的應用前景。支持向量機建立在統(tǒng)計學理論基礎上，以結構風險最小化為準則的一種神經網絡。支持向量機先固定經驗風險，再最小化置信風險，將輸入空間映射到高維特征空間，實現從輸入狀態(tài)空間到輸出特征空間的非線性映射，從而識別任何系統(tǒng)輸入到輸出數組之間任意復雜的非線性關系。支持向量機有很多類型，文中采用其中最為廣

3、泛的最小二乘支持向量機(LeastSquareSupportVectorMachine，LS-SVM)對作物的需水量進行預測。在MATLAB7中，以日平均溫度、太陽輻射、相對濕度、平均風速四個主要氣象因子作為輸入量，玉米生育期內需水量作為輸出量，建立玉米需水量LS-SVM預測模型，對玉米生育期內需水量進行預測。
　　 COM(Component Object Model，組件對象模型)是微軟公司提出的一種基于二進制標準的、與編程