长江江豚种群数量的分析Word下载.docx
- 文档编号:22529779
- 上传时间:2023-02-04
- 格式:DOCX
- 页数:15
- 大小:111.45KB
长江江豚种群数量的分析Word下载.docx
《长江江豚种群数量的分析Word下载.docx》由会员分享,可在线阅读,更多相关《长江江豚种群数量的分析Word下载.docx(15页珍藏版)》请在冰豆网上搜索。
GM(1,1)模型是灰色预测的核心,是单变量预测的一阶微分方程模型,其离散时间响应函数近似呈指数规律。
GM(1,1)模型的原理如下:
设原始时间数据序列为:
(1)
对原序列做一次累加得
:
(2)
其相应的GM(1,1)的微分方程为:
(3)
其中
,
为待辨识参数。
设待辨识向量
以最小二乘法求得
,其中
于是可得到灰色预测的离散时间响应函数:
(4)
为所得的累加的预测值,将预测值还原:
(5)
BP神经网络模型的基本原理:
学习过程中由信号的正向传播与误差的逆向传播两个过程组成,正向传播时,模式作用于输入层,经过隐层处理后,传入误差的逆向传播阶段,将输出误差按某子形式,通过隐层向输入层逐层返回,并“分摊”给各层的所有单元,从而获得各层单元的参考误差或称误差信号,以作为修改各单元权值的依据.权值不断修改的过程,也就是网络学习过程.此过程一直进行到网络输出的误差准逐渐减少到可接受的程度或达到设定的学习次数为止,BP网络模型包括其输入输出模型,作用函数模型,误差计算模型和自学习模型。
BP网络由输入层,输出层以及一个或多个隐层节点互连而成的一种多层网,这种结构使多层前馈网络可在输入和输出间建立合适的线性或非线性关系,又不致使网络输出限制在-1和1之间.见图1
O
(大于等于一层)W
(1)…W(L)
BP神经网络的训练:
①从样本集中取一个样本
将
输入网络;
②计算出误差测度
和实际输出
;
③对权重值
各做一次调整,重复这个循环,直到
.
向后传播阶段——误差传播阶段:
①计算实际输出
与理想输出
的差;
②用输出层的误差调整输出层权矩阵;
③
④用此误差估计输出层的直接前导层的误差,再用输出层前导层误差估计更前一层的误差.如此获得所有其他各层的误差估计;
⑤并用这些估计实现对权矩阵的修改.形成将输出端表现出的误差沿着与输出信号相反的方向逐级向输出端传递的过程.
网络关于整个样本集的误差测度:
灰色BP预测模型实行步骤
(1)输入原始数据资料;
(2)应用灰色模型进行预测,得到预测序列;
(3)将预测值作为输入量,原始数据作为期望值,对BP神经网络进行训练,得到相应的权值和阀值;
(4)输入需要预测的年份,即可得到具有相当精度的预测量。
查找资料可得长江江豚的数量:
表1:
查找得到的江豚数据
年份
1988
1994
2000
2006
2012
数量(只)
2700
2500
1800
1200
运用灰色预测模型需要等时距,我们对数据用内插值法对数据插值得到的结果为
图1,插值法曲线
表2:
插值后得到的数据
2001
1951
1989
2727
2002
1915
1990
2724
2003
1886
1991
2695
2004
1860
1992
2646
2005
1833
1993
2579
2007
1755
1995
2413
2008
1695
1996
2321
2009
1614
1997
2230
2010
1508
1998
2143
2011
1371
1999
2065
模型一的求解:
由表2可得原始时间数据序列为:
(6)
根据(6)得一次累加生成序列为:
(7)
将
数据代入上述模型,求解得结果如下
原值
灰色预测
相对误差
Bp神经网络
灰色BP组合模型
2700.0
0%
2696.8
-0.00119
2842.7
4%
2733.7
0.002464
2759.2
1%
2715.2
-0.00322
2678.1
-1%
2689.7
-0.00198
2599.3
-2%
2655.3
0.0035
2522.9
2589.0
0.003878
2448.8
2492.6
-0.00296
2376.8
2401.7
-0.00467
2306.9
2324.5
0.001514
2239.1
2242.0
0.005387
2173.3
2148.4
0.002512
2109.4
2%
2058.6
-0.0031
2047.4
1989.4
-0.0053
1987.2
1944.0
-0.00358
1928.8
1915.4
0.000218
1872.1
1894.0
0.004225
1817.1
1870.1
0.005448
1735.1
-5%
1836.5
0.001923
1670.4
-7%
1793.1
-0.00384
1605.6
-9%
1654.7
-0.05715
1540.8
1593.9
-0.05964
1476.0
1533.1
-0.05011
1411.2
-6%
1472.3
-0.02365
1346.4
1411.5
0.029567
1281.7
7%
1350.7
0.12562
问题三的分析
据新闻报道从3月3日到4月17日的44天之时间里,洞庭湖区域就发生了12头江豚死亡事件,其中有两头是是被“电打鱼”电死和螺旋桨“绞杀”的,还有两头被饿死的,专家分析其他原因有因渔民滥补受搁浅死亡,也有的为水体污染死亡,分析总结鄱阳湖江豚死亡的主要原因有:
(1)采砂
鄱阳湖的挖砂船主要集中在都昌、星子、鄱阳等水域,和江豚主要分布地重叠,挖沙回会产生湖凼子,破坏生态环境,使湖水浑浊,并制造噪声,让靠声呐探测和识别物体的江豚迷失方向,容易成为采砂船的“刀下鬼”,此外还会破坏鱼类产卵、繁殖的环境。
(2)滥捕
据报道,靠鄱阳湖为生的渔民共有10万人,渔船近1.4万艘,通过电打、迷魂阵等方式捕鱼,鱼越来越少,而鱼越少,渔民打鱼的方式越极端,滥捕摧毁了湖中江豚的食物链,让以小鱼为生的江豚觅食日渐困难,电打、迷糊阵等捕鱼方式,则让江豚成为直接伤害者。
(3)污染
离鄱阳湖湖口不远的化工企业不合理的布局,让该江段的鱼类大量死亡,直接伤害了江豚。
收集各年洞庭湖的江豚数据
230
180
145
114
85
用matlab做出曲线图如下:
图1:
不同年份江豚数量图
由图可知江豚的数量每年骤减,其中2010年的数据仅是3月前的预测数据,而从3月3日到4月17日,短短的44天时间就有12头江豚的死亡记录,结合上述的江豚死亡原因分析,说明如若不采取措施治理,洞庭湖将会成为江豚最早出现功能性灭绝的地方。
问题四的分析
收集近年来长江江豚的死亡记录如下:
表3:
近年来长江江豚死亡记录
死亡数据(只)
20
21
19
32
由表3数据用matlab做出各年死亡记录的趋势图
图2:
长江近年来江豚的死亡记录趋势图
由图2可知长江江豚的死亡记录2008-2011年死亡记录较平稳,而从2011-2012年,死亡记录骤增,说明江豚每年意外死亡呈增长趋势,死亡增长的原因根据问题三的分析可知主要有3个,分别是采砂、滥捕、水体污染等,面对如今保护江豚日益严峻的局面给出的建议:
(1)、各政府机关开展联合执法行动,控制航运、挖沙、非法捕鱼、不合格排污等行为,对可能影响江豚生存的行为严厉禁止,执法行为要常态化、规模化,深入化,切实维护水域的生态安全。
(2)、各政发现江豚死亡并及时组织分析死亡原因,同时迅速采取应急措施,加大人力、物力的投入,在江豚栖息的重点水域加强巡查,对被困及搁浅的江豚及时救护。
(3)、水生动物的相关单位(水生动物求治中心、水族馆和科研单位)积极配合与参与到保护江豚的行动中。
(4)提高保护级别,提升保护措施,组织开展科普宣传活动,让公众认识了解江豚的及其生活环境,提高他们的保护意识,让更多的社会力量投入到江豚的保护行动上来。
(5)加大科学研究的力度,扩展研究范围,系统分析江豚生存面临的环境问题。
启动在洞庭湖开展就地保护的策略研究,着手在长江两岸的湖北黑瓦屋故道、湖南华容集成垸故道和较适宜的其他内湖水域开展迁地保护的论证研究。
将洞庭湖作为试点,开展大型通江湖泊生态系统管理模式的试点工作,切实理顺管理体制与生态、经济、社会协调发展的矛盾。
附录:
p=xlsread('
E:
\×
À
Ã
æ
\1.xls'
1,'
A1:
Y1'
);
t=xlsread('
A2:
Y2'
[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);
%Ô
Ê
¼
Ê
ý
¾
Ý
¹
é
Ò
»
¯
net=newff(minmax(pn),[5,1],{'
tansig'
'
purelin'
},'
traingdx'
%É
è
Ö
Í
ø
Â
ç
½
¨
Á
¢
Ï
à
Ó
¦
µ
Ä
BPÍ
net.trainParam.show=1000;
%Ñ
·
net.trainParam.lr=0.01;
net.trainParam.epochs=100000;
net.trainParam.goal=1e-4;
[net,tr]=train(net,pn,tn)%µ
÷
TRAINGDMË
ã
Ñ
pnew=xlsread('
X1:
CV1'
pnewn=tramnmx(pnew,minp,maxp);
anewn=sim(net,pnewn);
%¶
Ô
½
Ð
Õ
anew=postmnmx(anewn,mint,maxt);
%»
y=anew'
functionf=gm(x0,m);
å
Î
ª
º
gm(x)
n=length(x0);
x1=zeros(1,n);
x1
(1)=x0
(1);
fori=2:
n%¼
Æ
Ë
Û
ò
x1
x1(i)=x1(i-1)+x0(i);
end
i=2:
n;
²
¸
y
y(i-1)=x0(i);
y=y'
;
i=1:
n-1;
c(i)=-0.5*(x1(i)+x1(i+1));
B=[c'
ones(n-1,1)];
au=inv(B'
*B)*B'
*y;
%¼
a,u¾
Ø
ó
m;
¤
â
ago(i)=(x0
(1)-au
(2)/au
(1))*exp(-au
(1)*(i-1))+au
(2)/au
(1);
yc
(1)=ago
(1);
m-1;
yc(i+1)=ago(i+1)-ago(i);
error(i)=yc(i)-x0(i);
î
%Ð
Þ
c=std(error)/std(x0);
±
È
relerror=abs((error)-mean(error)*ones(size(error)));
[nrow,ncol]=size(relerror);
p=0;
ncol
ifrelerror(1,i)<
0.6745*std(x0)
p=p+1;
end
p=p/(n-1);
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 长江 江豚 种群 数量 分析