摘要 | 第4-5页 |
Abstract | 第5-6页 |
1. 绪论 | 第9-18页 |
1.1 国内外作物模型研究动态 | 第9-12页 |
1.1.1 国内外作物产量预测模型研究动态 | 第9-10页 |
1.1.2 国内外作物病虫害预测模型研究动态 | 第10页 |
1.1.3 国内外作物品质评价模型研究动态 | 第10-12页 |
1.2 国内外作物管理决策支持系统研究现状 | 第12-14页 |
1.2.1 作物生长模型方面的管理决策支持系统研究现状 | 第12-13页 |
1.2.2 作物知识模型方面的管理决策支持系统研究现状 | 第13页 |
1.2.3 作物专家系统方面的管理决策支持系统研究现状 | 第13-14页 |
1.3 论文的背景及意义 | 第14-15页 |
1.4 论文的主要工作及技术路线 | 第15-18页 |
1.4.1 主要工作 | 第15-16页 |
1.4.2 研究思路 | 第16页 |
1.4.3 技术路线 | 第16-17页 |
1.4.4 创新之处 | 第17-18页 |
2.基于组合预测理论的加工番茄产量组合预测模型研究 | 第18-24页 |
2.1 番茄产量单一预测模型的建立 | 第18-21页 |
2.1.1 一元线性回归模型 | 第18-19页 |
2.1.2 灰色预测模型 | 第19-20页 |
2.1.3 指数平滑预测模型 | 第20-21页 |
2.1.4 单一模型的预测结果 | 第21页 |
2.2 番茄产量组合预测模型的建立 | 第21-23页 |
2.2.1 组合预测模型的建立 | 第21-22页 |
2.2.2 模型预测结果比较 | 第22-23页 |
2.3 本章小结 | 第23-24页 |
3.基于 Elman 神经网络的加工番茄病虫害预测研究 | 第24-31页 |
3.1 Elman 神经网络的基本原理 | 第24-26页 |
3.1.1 Elman 神经网络的结构 | 第24页 |
3.1.2 Elman 神经网络的算法 | 第24-26页 |
3.2 Elman 神经网络预测模型的建立 | 第26-28页 |
3.2.1 样本数据的处理 | 第26-27页 |
3.2.2 网络结构的确定 | 第27-28页 |
3.3 仿真研究 | 第28-29页 |
3.4 本章小结 | 第29-31页 |
4. 加工番茄品种性状综合评价体系的建立 | 第31-50页 |
4.1 田间支持试验 | 第31-33页 |
4.1.1 供试材料 | 第31页 |
4.1.2 试验实施 | 第31-32页 |
4.1.3 性状观察、记载和测定方法及标准 | 第32-33页 |
4.2 加工番茄品种多性状综合评价方法研究 | 第33-42页 |
4.2.1 PCA-CA 的原理 | 第34-37页 |
4.2.2 番茄农艺性状的主成分分析 | 第37-40页 |
4.2.3 番茄农艺性状的聚类分析 | 第40-42页 |
4.2.4 品种性状综合评价指标的选择及量化 | 第42页 |
4.3 加工番茄特殊性状的鉴定指标和筛选方法研究 | 第42-48页 |
4.3.1 目标性状灰色关联分析 | 第43-45页 |
4.3.2 可溶性固形物的目标性状灰色关联分析 | 第45页 |
4.3.3 番茄红素灰的目标性状灰色关联分析 | 第45-46页 |
4.3.4 糖酸比灰色关联分析 | 第46页 |
4.3.5 单果耐压力灰色关联分析 | 第46-47页 |
4.3.6 关于加工番茄特殊性状鉴定指标问题 | 第47-48页 |
4.3.7 关于加工番茄特殊性质筛选方法问题 | 第48页 |
4.4 本章小结 | 第48-50页 |
5. 加工番茄群决策支持系统的设计 | 第50-60页 |
5.1 “群”思想的提出 | 第50-51页 |
5.2 PTGDSS 体系结构与内容 | 第51-54页 |
5.2.1 数据库 | 第52-53页 |
5.2.2 模型库 | 第53-54页 |
5.2.3 耦合器 | 第54页 |
5.2.4 人机交互系统 | 第54页 |
5.3 PTGDSS 系统的开发过程及工具 | 第54-56页 |
5.4 系统中各模块的功能及设计 | 第56-58页 |
5.5 加工番茄群决策支持系统特点 | 第58页 |
5.6 本章小结 | 第58-60页 |
6. 结论与展望 | 第60-62页 |
参考文献 | 第62-68页 |
致谢 | 第68-69页 |
攻读硕士学位期间发表的论文 | 第69页 |