模型电驴关键词

!
""#$!
"计算机工程与应用%引言随着卫星遥感、全球定位系统、地理信息系统、数字传输网络等一系列现代信息技术的高度集成以及信息科学与地球系统科学的快速发展,形成了比较完善和系统的对地观测系统技术体系,它为资源环境各种重大问题的研究逐渐地提供了海量的信息数据.
这些海量数据中除了部分统计数据(论文中将其统称为属性数据)外,更多的数据是具有时空信息的空间数据,而它们只有通过&'(平台才能够得以充分、高效利用.
因此,如何将资源环境模型库中大量可以体现时空动态演变的数学模型与&'(进行集成,便成为资源环境模型库系统重点研究的内容之一.
因为这些模型所构成的资源环境模型库子系统与&'(的有效集成,是建立资源环境空间决策支持系统的理论框架和通用平台的关键.
为了有效利用在资源环境各种问题研究中已经发展的大量资源环境数学模型,国内资源环境界的相关学者在国外模型库系统研究及国内系统工程领域对模型库系统理论研究的基础上,在生态系统评估、土地利用、城市人口预测(王恒山等%))))、地质找矿(汪新庆等%))*)、地质灾害评估(李向全%))))、海洋生态评估(管玉平%))))、海洋渔业预测模拟(肖劲锋!
""")、环境模拟(彭志良%))+)、水资源评估管理(梁季阳!
""")(秦昆!
""%)(李门楼等!
""!
)、农业资源评估资源环境模型库系统与!
"#综合集成研究———以生态系统的综合评估系统为例范泽孟岳天祥(中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京%""%"%),-.
/01:2/34.
516708$/9$93摘要资源环境模型库系统通用平台进行总体设计、研发以及与&'(的有效集成,是充分高效地利用资源环境研究领域已有模型和开发新模型的前提条件,也是研究各种重大资源环境问题的关键性技术手段与支撑平台.
论文在对模型库系统研究进展和大量资源环境数学模型构建的模型库进行理论分析的基础上,结合资源环境模型极具综合性与复杂性特点,构建了资源环境模型库系统通用平台的总体框架,并对资源环境模型库系统核心组成部分的功能结构及其与&'(的综合集成进行了设计.
作为案例研究的生态系统的综合评估系统,充分有效地集成了大量的空间模型和非空间模型,它实现了生态系统综合评估模型的自动生成,为生态系统综合评估的相关研究问题提供了信息化、智能化的辅助决策支持工具.
关键词资源环境模型库系统&'(通用平台生态系统综合评估系统文章编号(!
""#)文献标识码;中图分类号()@()2((>/>77@A/BC6/>C6@C2D78CE6978/3F,3G06C3.
73>'32C6.
/>0C3(@8>7.
,'38>0>E>7C2&7CH6/IJ09(9073978/3FK/>E6/1D78CE6978D787/69J,L;(,M70N03H%""%"%);A,$-(.
$:'2O7O/3>>C>/P72E11/FG/3>/H7C2/167/F@7Q08>678CE697/3F73G06C3.
73>.
CF718/3F>C967/>737O.
CFR718,O7J/G7>CF780H3/3F7QI1C67>J7H7376/1I1/>2C6.
C2D78CE697/3F,3G06C3.
73>/1SCF71-M/87(@8>7.
(D,SM()/>2068>,OJ09JOCE1FC2276>J7P7@>79J30TE78/3F8EIIC6>I1/>2C6.
2C68C1G03H>J7G/60CE8/3F0.
IC6>/3>088E78C267R8CE6978/3F73G06C3.
73>$M/87FC36787/69J03H/3F/3/1@403H>J7I6CH678803HC2>J7C6078/3F>79J30TE7803>J72071FC29C.
IE>76/3F8@8>7.
73H0377603HC3>J7SCF71-M/878@8>7.
03FC.
78>09/3F03>763/>0C3/1,/2>769C1179>03H,67G0803H/3F9/>7HC60403H>J7678CE697873G06C3.
73>.
CF718,O79C38>6E9>>J7D,SM(H7376/1I1/>2C6.
E3F769C380F7603H>J79C.
I67RJ7380G7/3F9C.
I109/>7F9J/6/9>7608>098C2>J787678CE697/3F73G06C3.
73>.
/>J7.
/>09/1.
CF718$UE6>J76.
C67,O7F780H3>J72E39>0C38/3F8>6E9>E678C2D78CE697/3F,3G06C3.
73>SCF71-M/87(D,SM)/3F>J726/.
7OC6P>C03>7H6/>7FD,SM(/3F&'(,OJ09J/67>J7P7@I/6>8C2D,SM($;>1/8>,2C67Q/.
I17,O77QI1C67>J703>7H6/>7F/88788.
73>C379C8@8>7.
(';,(),OJ09J03>7H6/>7/G/01/B1@.
/3@8I/>0/1/3F3C-8I/>0/1.
CF718,/3F67/1047>J703>7H6/>7F/88788.
73>.
CF718C379C8@8>7.
$';,(C2276/032C6.
/>0C3/1/3F03>71179>E/1047F/8808>/3>F79080G78EIIC6>7F>CC12C6/88788.
73>>J779C8@8R>7.
$B1'5+-&,:D,SM(,&'(,H7376/1I1/>2C6.
,';,(基金项目:国家自然科学基金项目(编号:#":V%")#;;国家重点基础研究发展规划项目(编号:!
""!
LM#%!
W"+)作者简介:范泽孟(%)VV-),男,博士研究生,研究方向为资源环境模型与系统模拟.
#计算机工程与应用!
""#$!
"(柯建国%&&'、冷允法%&&')、森林资源评估(杨建洲!
""")、土壤资源评估(周勇!
""!
)、气候模拟(何翔%&&()、土地利用覆盖变化动力机制研究(肖启芝!
""!
)等各种资源环境问题的研究中取得一系列的探索性研究进展.
但由于资源环境问题本身的极其复杂性导致了资源环境数学模型的多样性和复杂性,不同资源环境问题需要有不同的资源环境模型来能对其抽象和表征,而以前的模型库系统在资源环境方面的研究都仅仅限于不同的资源问题研究范围内,并没有对资源环境相关领域的模型进行汇总分析,提取能够共享的基础模型.
因此,构建资源环境模型库系统通用平台势在必行.
为了对资源环境模型库系统的通用平台进行研究分析,近几年来笔者对发表在国内外资源环境领域主要期刊上的有关模型和定量指标进行逐一的精选、查证、汇集,选取了既具较强实用性又具理论价值的)"**组模型和定量指标,构建了目前资源环境领域内容最大最丰富的资源环境模型库.
根据不同的学科将其分为+,-.
/012.
3、+,-.
/012.
4、+,-.
/012.
5、+,-.
/6012.
7四个模型子库.
其中,地球信息数学模型子库(+,-.
/6012.
3)包括模型与定量指标88%组;自然地理数学模型子库(+,-.
/012.
4)包括模型与定量指标(8#组;人文地理数学模型子库(+,-.
/012.
5)包括模型与定量指标#%*组;生态数学模型子库(+,-.
/012.
7)包括模型与定量指标%%&*组.
这些既具有理论价值又具实践价值的数学模型,为资源环境模型库系统的建设奠定了扎实基础.
利用它可以进行目前各个领域模型库系统建设的难点问题实验分析,这些难点问题包括模型库系统中的模型如何重构、模型如何运行、模型如何表示、模型如何实现动态集成、模型交互的标准化接口与协议等.
!
模型库系统与9:;集成的研究进展.
@A2(%&&")把统计分析软件包9B:+和9:;软件系统3C5D:EFG集成起来,以便于空间分析技术的实现;HA1(%&&")等探讨了洪水淹没模拟模型与3C5D:EFG的集成问题;IA//.
@(%&&")探讨了将J@1K2537软件与空间区位模型集成以支持银行分理处的选址问题;7AKL和F,=.
@AKL1M(%&&!
)以9:;为核心系统,利用9:;的宏命令语言编写事件驱动程序,在运行时激活模型系统,提供了一个无缝的操作环境,实现9:;功能与模型系统的集成,而数据的集成则通过:MN,@=DA/,@K等(%&&!
)把地理信息系统软件;P2=.
M&和地下水源保护模型IQR3集成起来,研究污染源对水井的影响程度;I.
.
/.
@(%&&))把生态与大气模型和一个时间地理信息系统集成起来研究生态模型;周学政等(%&&))用面向对象程序语言开发了一个便于编写地理分析模型和环境分析模型的软件包(9+R),并在此基础上开发了空间相关分析、空间插值等系统;张犁(%&&()从数据、模型及9:;三个方面分析了集成中所需面对的一些问题,并提出了一种基于对象连接与嵌入(GB=,2((:7+.
)7+*=/@+A$孙永生,许宗芬,王连海等$一个模型库系统的设计与实现4B6$开发应用:新浪潮,1CCD;(A):1EA#$王桥,吴纪桃$&'(中的应用模型及其管理研究4B6$测绘学报,1CC%;!
F(A):!
G"E!
GAD$琚春华,郑纪蛟,王光明$商业决策支持系统的模型库管理系统的设计和实现4B6$浙江大学学报(自然科学版),1CCC;AA(A):!
DCEAFDF$宫辉力,李京,陈秀万等$地理信息系统的模型库研究4B6$地学前缘,!
""";%(增刊):1%E!
!
%$余志文,刘申,柯锐鹏$基于H+I的面向对象模型库系统4B6$地球信息科学(&JK3',L0.
M-=/0,,!
""A;(1):%AE%%G$NO-,,/,8:P$QL.
-M+H0.
RL0.
)=.
9*=9.
+S,-=9.
-OO-,89-8+M0+OT9+.
U7.
0*+))/,84<6$',:V.
+0*+))/,80L=W+1C=W;-H-0,-O<0,L+.
+,*+0,)U)=+M)*/+,*+:#G%E#CAC$NO-,,/,8:P$Q:+O-=/0,-OXW+0.
U0L50+O5-,-8+M+,=426$P0.
R/,V-7+.
,KH+,&.
-9-=+(*W00O0L5-,-8+M+,=,Y-,+.
I/O=Z,/@+.
)/3=U,[-)W@/OO+,X[,1CGD:GDE1"F1"$岳天祥$资源与环境模型标准文档库及其与&'(集成研究4B6$地理学报,!
""1;DF(1):1"%E11!
11$2-@/QN$Q\.
-M+H0.
RL0.
=W+',=+8.
-=/0,0L&+08.
-7W/*-O',L0.
3M-=/0,(U)=+M)-,50+OI-)+5-,-8+M+,=4B6$0,-OB09.
,-O0L&+08.
-7W/*-O/,L0.
M-=/0,1CC%;11(#):AA%EAD%1!
$岳天祥主编$资源环境数学模型手册456$科学出版社,!
""A1A$范泽孟,岳天祥$资源环境模型库系统集成分析4B6$地球信息科学,!
""#;F(!
):1GE!
A另外,对聚在同一类中样本的相关性进行进一步分析时发现,如果某一类中JYQ和5YQ相关性很大,类中股票的JYQ值的大小可以很大程度反映出该股票在市场的表现强弱,也就是说比较准确地反映了公司在一定时期内为股东创造的价值,即得到了市场的认可,其JYQ可作为投资的依据.
相反则不能反映股票的市场表现.
仿真试验说明,使用自反馈\V聚类算法对上市公司的财务S经济指标进行聚类,可以发现财务S经济指标和市场表现类似的股票;也可以发现JYQ值对股票市场表现的影响程度.
利用这些结果帮助研究人员对上市公司进行研究和分析,也可以帮助投资专家进行投资组合分析或股票选择,具有一定的实际应用价值.
#结束语该文给出了一种改进的构造型自反馈\V聚类算法,并在中国证券市场进行仿真试验,试验结果是有效的,为业界提供了一种辅助分析工具,也为使用神经网络方法进行证券分类提供了学习依据.
笔者的研究使用了中国证券市场非金融股票!
""1年一个年度数据的部分指标,可以增加一些财务S经济指标、股票价格和成交量等数据进行分析41"6,以提高分析结果的准确度.
尽管如此,笔者认为自反馈\V聚类算法的聚类方法对上市公司的研究和分析有实际应用价值.
(收稿日期:!
""#年1月)参考文献1$;-,B,]-MI+.
5$2-=-5/,/,8:<0,*+7=)-,X+*W,/T9+)456$(-,\.
3-,*/)*0:50.
8-,]-9LM-,,,!
""1!
$张铃,张钹$神经网络的NV算法的分析4B6$模式识别与人工智能,1CC#;%(A):1C1E1CDA$张铃,吴福朝,张钹等$多层前馈神经网络的学习和综合算法4B6$软件学报,1CCD;F(%):##"E##G#$张铃,张钹$多层反馈神经网络的\V学习和综合算法4B6$软件学报,1CC%;G(#):!
D!
E!
DGD$张铃,张钹$神经网络学习中"附加样本"的技术4B6$软件学报,1CCG;C(D):A%1EA%%F$张钹,张铃$人工神经网络的设计方法4B6$清华大学学报(自然科学版),1CCG;AG((1):1E#%$张铃,张钹$人工神经网络理论及应用456$浙江科学技术出版社,1CC%G$吴福朝,张铃$基于\V算法的神经网络综合方法4B6$小型微型计算机系统,1CCG;1C(1):FGE%1C$徐峰,张燕平等$\V算法在证券市场的应用4<6$见:第十二届中国神经网络学术会议论文集,中国:北京,人民邮电出版社,!
""!
:FAFEFAC1"$张燕平$提取特征规则的重复覆盖算法(:""!
;!
F(!
):CE1ADA