银川做网站建设,wordpress api定制,图片外链网站,wordpress 标签插件目录
前言
一、题目理解
背景
解析#xff1a;
要求
二、建模
1.相关性分析
2.相关特征权重
只希望各位以后遇到建模比赛可以艾特认识一下我#xff0c;我可以提供免费的思路和部分源码#xff0c;以后的数模比赛只要我还有时间肯定会第一时间写出免费开源思路
要求
二、建模
1.相关性分析
2.相关特征权重
只希望各位以后遇到建模比赛可以艾特认识一下我我可以提供免费的思路和部分源码以后的数模比赛只要我还有时间肯定会第一时间写出免费开源思路你们的关注和点赞就是我写作的动力想要了解更多的欢迎联系博主免费获取代码和更多细化思路。 前言
千呼万唤始出来啊同学们不知道各位在上次国赛建模的时候有没有认识我啊哈哈还是老样子思路和模型代码都是免费的纯爱好。作为一个已经退休的数模老学长岂有不参与一下的理由让俺再感受一下青春竞赛的氛围博主参与过十余次数学建模大赛三次美赛获得过二次M奖一次H奖国赛二等奖。建模的部分后续将会写出想要了解更多的欢迎联系博主免费获取代码和更多细化思路只希望各位以后遇到建模比赛可以艾特认识一下我我可以提供免费的思路和部分源码以后的数模比赛只要我还有时间肯定会第一时间写出免费开源思路你们的关注和点赞就是我写作的动力大家可以参考。 一、题目理解
首先做MCM要从背景入手了解要做的事情题目背景
背景 不同种类的植物对压力的反应方式是不同的。例如草原对干旱非常敏感。 干旱发生的频率和严重程度各不相同。 大量观察表明不同物种的数量对植物群落在连续几代遭受干旱周期时如何 适应中起着作用。在一些只有一种植物的群落中随后几代植物或更多种植物群落中的个体植物不再适应干旱条件。这些观察提出了许多问题。例如 不同类型植物群落从这种局部生物多样性中获益所需的最低物种数量是多少随着物种数量的增加这种现象是如何扩大的这对植物群落的长期生存能力意味着 什么
解析
这么来看的话该题需要我们分析干旱适应性与植物物种数量的关系。那么我们先理清楚问题 此题为因素关联性分析。首先需要了解植物群落这一概念找到干旱立地植物群落与植物种类数量之间的关系其中找到能够代表该植物群落是否处于干旱情况的特征且能够对干旱周期进行分类处理。如果我们研究的更细致一点会发现题目中有物种最低数量限制那么该题建立在实际场景上需要找到不同植物群落物种数目以及对应数量在不同干旱条件下面的变化数据。
再看要求
要求
预测一个植物群落在各种不规则天气周期下如何随时间 变化。包括降水充足的干旱时期。该模型应考虑干旱周期中不同物种之间的 相互作用。
探索植物群落和更大环境的长期相互作用方面你可以从模型中得出什么结 论。考虑以下问题
植物群落需要多少不同的植物物种才能受益随着物种数量的增加会发 生什么植物群落中的物种类型如何影响你的结果在未来的天气周期中干旱发生的频率更高、变化范围更广会产生什么 影响如果干旱发生频率降低那么物种数量对总族群的影响是否相同污染和栖息地减少等其他因素如何影响你的结论你的模型表明应采取哪些措施来确保植物群落的长期生存能力以及对大环境的影响
那么建模目标就很明确了我们可以以不同干旱条件划分维度 其中干旱直接影响到植被的因素应该从论文或者生物学知识上面寻找最容易找到的指标也是最直观的反应出干旱情况的指标为干旱强度(SPEI)以及植被NDVI脆弱性指标。其次是植物群落种类和数目 取同空间时间范围内同地区之间同种类植物群落进行分析 下图为中亚地区1982-2015年逐次干旱事件的开始时间年、月、发生位置经度、纬度、持续时间月、干旱强度以及植被响应干旱的脆弱性数据空间分辨率为1/12°。其中干旱事件通过12月尺度的标准化降水蒸散指数SPEI12-1.0识别。 取2015年1月到2016年1月一年内以月为时间维度进行相关性分析即可。
二、建模
1.相关性分析 根据数据类型选择不同物种之间相关性系数这里一定要注意控制变量法 总结一下对于皮尔逊相关系数的使用场景有三种必要的特性使用皮尔逊系数最佳
连续数据正态分布线性关系
上述三个条件均满足才能使用pearson相关系数否则就用spearman相关系数。定序数据之间也只用spearman相关系数不能用pearson相关系数。 只要将数据收集处理完直接套相关性分析即可。 2.相关特征权重
因为题目中有提到污染和栖息地减少等其他因素如何影响你的结论
那么我们必然要对干旱系数发生变换之后对空间范围内土壤表层稳渗率、土壤含水率、土壤含盐量和土壤有机质含量的影响。而污染则是对荒漠土壤养分进行影响主要包含监测指标有机质、全氮、全磷、全钾、速效氮、有效磷、速效钾、缓效钾、PH值。
荒漠植物群落优势植物和凋落物的元素含量与能值荒漠植物群落优势植物和凋落物的元素含量与能值综合观测场破坏性采样地每5年采样分析一次6个重复根、茎、叶分别测定测定项目元素全量含量、热值、灰分。每种土壤微元素的不同含量与同植物物种数量和类型结合采用熵权法分析即可
在确定各项评价指标权重的算法中熵权法在很多评价法作为计算指标权重的一只核心基础算法如秩和比综合评价法RSR或是优劣解距离法TOPSIS。易于理解的话来讲熵权法就是看该指标数据是否相对集中或是相对离散要是基本上都差不多的数据那么这些数据熵就很小比较集中。说明在这个指标上面体现不出样本的差异性导致这个指标并不是那么重要。所以该指标权重就小相反数据差距很大权重就大。
熵值法根据信息熵的定义对于某项指标可以用熵值来判断某个指标的离散程度其信息熵值越小指标的离散程度越大 该指标对综合评价的影响即权重就越大如果某项指标的值全部相等则该指标在综合评价中不起作用。因此可利用信息熵这个工具计算出各个指标的权重为多指标综合评价提供依据。 #计算每种指标的信息熵
wi(1-ej)/np.sum(1-ej)
#计算每种指标的权重 首先思路就是这样大家等我好消息等我将整个模型以及数据处理好我再发一版全的。
只希望各位以后遇到建模比赛可以艾特认识一下我我可以提供免费的思路和部分源码以后的数模比赛只要我还有时间肯定会第一时间写出免费开源思路你们的关注和点赞就是我写作的动力想要了解更多的欢迎联系博主免费获取代码和更多细化思路。
