客户端
食品晚九点
国际食品
最新搜索:
 
 
当前位置: 首页 » 食品资讯 » 食品科技 » 农业信息与人工智能团队在《European Journal of Agronomy》期刊上报道...

农业信息与人工智能团队在《European Journal of Agronomy》期刊上报道了多目标优化空间抽样方法在中国冬小麦产量潜力模拟中的研究成果

放大字体  缩小字体 时间:2026-07-01 10:54 来源:山东省农业科学院 原文:
核心提示:该研究以我国冬小麦主产区为研究区,提出一种融合条件拉丁超立方抽样(cLHS)与多路径空间模拟退火算法(MP-SSA)的多目标优化空间抽样方法。研究结果表明MP-SSA为各优化目标设置独立退火路径,克服了传统算法易陷入局部最优解的缺陷,实现属性代表性与空间代表性的均衡优化。本研究有效解决了作物模型区域升尺度过程中的站点遴选难题。
  该研究以我国冬小麦主产区为研究区,提出一种融合条件拉丁超立方抽样(cLHS)与多路径空间模拟退火算法(MP-SSA)的多目标优化空间抽样方法。研究结果表明MP-SSA为各优化目标设置独立退火路径,克服了传统算法易陷入局部最优解的缺陷,实现属性代表性与空间代表性的均衡优化。本研究有效解决了作物模型区域升尺度过程中的站点遴选难题。
 
  信息经济所为第一完成单位和通讯单位,徐浩为第一作者,中国农业科学院农业资源与农业区划研究所赵红伟为通讯作者。该研究得到了“全球主要农作物多源信息长势动态监测与产量预测(2023YFB3906204)”的资助。(撰写:徐浩  审核:封文杰)
日期:2026-07-01
 
 地区: 中国
 行业: 食品检测 粮油
 标签: 中国 抽样 小麦
 科普: 中国 抽样 小麦
 
[ 食品资讯搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
 
行业相关食品资讯
 
地区相关食品资讯
会展动态MORE +
 
推荐图文
按字母检索 A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z
食品伙伴网资讯部  电话:0535-2122172  传真:0535-2129828   邮箱:news@www.sqrdapp.com   QQ:点击这里给我发消息
鲁公网安备 37060202000128号
 
Baidu
map