论文部分内容阅读
毛皮动物养殖业预警系统,是养殖业管理的一种新的模式,它的最终目的是确保毛皮动物养殖业处在相对安全之中,因此它的研究结果将直接关系到对毛皮动物养殖业发展状况的正确认识和判断。传统的方法往往取决于专家经验和简单的模型,无法满足实际养殖业预警的客观需求。本文从毛皮动物养殖业预警的原理入手,分析了我国毛皮动物养殖业风险内涵和风险分类;介绍了毛皮动物养殖业预警分析的基本思路和预警指标体系的建立。又通过选择警兆指标阐述了时差相关系数和数据区间分析的理论,介绍了时差相关系数的应用软件并结合模拟数据进行分析;本文对常用的比较有效的人工智能方法进行了比较分析,采用了最适合毛皮动物养殖业的机器学习理论。并对机器学习理论进行了详细研究,采用最先进的支持向量机为毛皮动物养殖业模拟预警系统建模。并通过数据对毛皮动物养殖业模拟预警系统模型进行验证分析,验证了机器学习理论在毛皮动物养殖业模拟预警系统中是可行的。本文最终提出了毛皮动物养殖业模拟预警系统的运作机制:1、对我国毛皮动物养殖业风险分析;2、结合毛皮动物养殖业预警指标体系五大原则(科学性原则、灵敏性原则、实用和可操作性原则、相对独立性原则、动态性原则)建立预警指标体系,选定警情指标和警兆指标;3、在时差相关系数理论基础上,运用所编辑特定的数学软件—CORREL对所选用的相关数据进行运算,得出警兆指标变量与警情指标变量的时差相关分析结果,根据该结果对指标变量予以剔除,最终确定合格的警兆指标;4、利用区间分析确定警情指标变量的警限:分别根据多数原则、半数原则、均数原则把我国毛皮动物养殖业预警系统的警情指标划分为无警警限、轻警警限、中警警限、重警警限四个区域,再综合处理确定最终警限;5、建立基于支持向量机的毛皮动物养殖业的预警模型,利用成熟的windows操作系统下的支持向量机模型软件(WINSVM)对所建毛皮动物养殖业预警系统模型进行模拟检验。