论文部分内容阅读
研究和选择碳循环的影响因素是预测碳通量的重要环节,也是研究碳循环机理的重要步骤。然而从众多的影响因素中选择重要的因素,依然存在着困难。提出利用相关分析、遗传算法和神经网络进行碳通量预测的主要因素选择的方法,首先用相关分析去处冗余的因素;然后利用遗传算法,以选择最小数目的因素时,最大碳通量的观测值和用神经网络预测值的相关系数为准则,来搜寻最优的影响因素。实验证明该方法能在不影响（或尽量小地影响）预测精度的前提下,有效地选择出碳通量预测的重要因素。