TA的每日心情 | 奋斗 2024-7-1 22:21 |
---|
签到天数: 2014 天 [LV.Master]伴坛终老
- 自我介绍
- 数学中国站长
 群组: 数学建模培训课堂1 群组: 数学中国美赛辅助报名 群组: Matlab讨论组 群组: 2013认证赛A题讨论群组 群组: 2013认证赛C题讨论群组 |
题 目 对小麦发育后期茎秆抗倒性问题的研究% m* o5 a2 b* c( x
摘 要:
+ _4 l" B+ E, ]1 T! V本文是一个研究小麦发育后期茎秆抗倒性的问题。
/ `$ F" z7 B4 b: Z/ s针对问题一,我们运用了数理统计与分析的相关知识,建立了各品种小麦的8 ^# b7 I8 @/ o" V+ ]+ k/ p
抗倒伏指数模型。首先,我们对所需的数据进行了分析与处理;然后,利用SPSS& O$ n- h+ Y, @, J0 k
软件和已有数据分别对影响小麦抗倒伏指数的三个因素(茎秆鲜重、重心高度和
. V) D8 i/ J5 u' O1 K; ]2 `. J) {机械强度)进行了数据拟合分析,建立了相应的回归模型,并对模型进行了检验;7 }3 u9 b0 E, B6 C
接着,综合三个因素建立了一个更优化更实用的抗倒伏指数的总模型和三个具体' ], y4 k8 u/ d
的子模型。在求解过程中,我们因地制宜,用三个具体的子模型依次对07 年、: p0 g5 M( x! \2 @) Z5 \2 j) W
11 年和08 年的各品种抗倒伏指数进行了求解,如矮抗58 的抗倒伏指数为0.626。+ g2 Q2 T# G/ I* [1 N7 b
针对问题二,我们首先利用了07 年的数据对最易引起倒伏的时期进行了判" Z( [! w A6 { A- i
断与确定,得出最易引起倒伏期为蜡熟期;接着,分别对抗倒伏指数与各节间长、 i ? t& W6 O: \( P5 e
节间长度比、各节壁厚及各因素间的关系,建立了相关性系数模型并利用了SPSS) V% V8 s8 @ U7 r5 e% z
软件对其相关性进行了分析,判断出了小麦茎秆性状的各个因素之间所存在的相. J' e' Z, \% o! U+ Z
关性,如株高与抗倒伏指数间呈极显著正相关;最后,对08 年国信1 号与智9998
8 Q& y! e2 Z3 P. o1 a, s0 U品种的小麦发生倒伏原因进行了判断与分析,得出其穗下第四节长比较大、株高
& t( C& z! R% ?% t比较大、穗下第一节壁厚比较小、穗重、鲜重比较大等因素是其小麦发生倒伏的# \% s7 Y- t* c, Z* C8 r# W
主要原因。
9 L" A& l/ z; R( A; ]% |针对问题三,我们建立了以抗倒伏能力最强和经济系数最大为目标的双目
" K2 A. Y; }8 A/ X6 M/ [标优化模型。在求解过程中,利用了序贯式算法将双目标转化为了单目标;然后
3 J g' T, \% [3 X- D; g7 Z利用了Lingo 9.0 版软件进行了编程求解。得出了不同产量下,小麦抗倒伏能力
( D% g. d: U( S3 H' O% `最佳的茎秆性状的定量标准。* d, J6 d' c0 ?8 Q* H) p
针对问题四,我们结合力学知识,建立了小麦茎秆抗倒伏性能的综合评价模
+ N0 V' u5 ?* }型。首先,综合考虑了麦穗自重和风载的作用,确定了其评价指标;然后,对数: @- q3 a4 R6 S2 ~4 q4 {0 [0 a1 P
据指标进行了归一化处理,并运用了层次分析法(AHP)结合MATLAB 软件确定了% D7 u: o$ T/ s) ?1 x% \3 M
各评价指标的权重,且对其一致性进行了检验;最后建立了小麦抗倒伏性能的综
' W9 g1 j* Y0 F合评价模型。
( @: b1 v* y$ S: u% e c1 d针对问题五,我们首先建立了风速与风载作用力间的关系;接着,建立了
9 a3 L- u" j' d+ j风速与小麦抗倒伏性能间的关系;然后,结合压杆弯曲的临界力,建立了抗倒伏
1 Q$ o6 h- v# G, ?* S |25 ^) @0 O- U" o2 m* V0 A( i
风速模型并对其进行了求解,如周18 抗倒伏风速为15.50 m/s,为7 级风。4 Y0 M% _9 t+ m/ I: a
针对问题六,首先,我们对前面所建的模型进行了总结与结果分析;随后,
0 {# `! _5 b b+ X( P# x提出了一些值得深思与考虑的问题;然后,为2012 年的实验方案及数据分析方
+ A. Z$ |9 N" k+ C5 U+ V法进行了制定;最后,结合我们所做的论文为小麦育种家提出了一些建议。
6 ~$ a: T' u+ I: h8 S, R) z本文的特色在于,在问题一中,建立了一个更优化更实用的抗倒伏指数的总( { L: S& }3 J2 {0 j
模型和三个具体的子模型,计算简便,并在建立回归模型后对模型进行了检验,
! o2 j9 t# X2 Y i& h3 m1 M! B验证了模型的可靠性;在问题二中,我们先利用了07 年的数据对最易引起倒伏
% b! M R- K R" q( f的时期进行了判断与确定;在问题三中,我们引入了经济系数因素,建立了双目
' D( J7 h8 E2 M" Y! I, f标优化模型并利用了序贯式算法来转化为单目标;在问题四中,运用了层次分析0 O4 A6 Y9 A) k% h7 `
法(AHP)结合MATLAB 软件来确定各评价指标的权重,且对其一致性进行了检验。: h r0 P* }1 r ]% J
关键词:回归模型SPSS 优化模型 Lingo 综合评价模型 层次分析法 MATLAB/ J) @) a! H2 E8 @& q+ P- k
C10287012.zip
(520.34 KB, 下载次数: 128)
|
zan
|