复杂约束环境下新疆番茄产量动态预测方法研究

由于新疆番茄生理及外部的多变量作用及其演化行为，以及观测数据的不确定性和非完整性，使得对新疆番茄产量的动态建模和精准预测成为该领域研究的难点之一。本课题通过对复杂约束环境下的新疆番茄关键生理指标、不同作业模式及田间作业管理策略对番茄产量的关联分析及研究，结合新疆独特的气候条件和新疆番茄的生长特点，利用模糊知识建模和支持向量机方法，辨识其动态特性，建立产量关联模型，提高预测精准度，为新疆番茄产量动态预测提供科学的理论和方法指导，对发展与完善预测理论，突破其关键技术打下坚实的理论基础。该课题研究内容具有前沿性和探索性。通过对新疆番茄产量预测方法的研究，将为平衡(番茄酱生产中)番茄原料供应、提高质量与生产效益、协同配送及销售提供新的科学思路和方法，具有潜在的广阔应用前景。因此，该项目不仅有现实的学术意义和科学价值，且有长远的社会意义和经济意义。

在番茄种植与深加工的协同控制与决策的理论研究中，对包含多品种、生理指标、时间尺度及种植决策等复杂约束环境下的番茄产量动态预测是实现资源优化配置、提高产品质量和生产运作效率的关键核心技术之一。由于新疆番茄生理及外部环境的多变量作用及演化行为特征，以及观测数据的不确定性和非完整性，使得对番茄产量的动态建模和精准预测成为该领域研究的难点之一。本课题通过对复杂约束环境下的新疆番茄关键生理指标、不同作业模式及田间作业管理策略对番茄成果（果实）的关联分析及研究，结合新疆独特的气候条件和新疆番茄的生长特点，利用控制算法建立番茄产量预测模型、病虫害预测模型、品质关联模型及种植规划模型，拓展模型的分类泛化能力，提高预测精准度，为新疆加工番茄生产管理提供科学的理论和方法指导。在深入分析番茄产量的各种影响因素基础上，建立了番茄产量单株、动态、短期、长期和基于生产规划的产量模型，给出了番茄产量模型的实现算法，通过算例仿真，验证了模型的正确性。从番茄的不同品质为切入点，研究了主要包含可溶性固形物、番茄红素与其他品质的相互关联关系、影响因素与不同品质的关联分析、多约束条件的番茄品质评价方法及以提高番茄品质的种植管理优化方法。根据番茄产区的病虫害发生程度及同期气象资料，建立了加工番茄病虫害发生与气象因子关系的Elman神经网络预测模型。以预测2011年番茄病虫情为例，结果表明此预测模型具有良好的预测效果。分别采用单纯形法、拉格朗日乘子法和SUMT方法对不同种植策略进行研究，单纯形法为番茄酱厂根据订单安排不同品种的番茄种植进行精量决策提供了方法支持；在番茄酱厂产能一定的情况下，拉格朗日乘子法对播种期内每天的番茄种植品种和种植面积进行了有益尝试；SUMT方法获得了在番茄的规模种植下不同采收期时延下的最佳番茄种植精量化决决策。该课题研究内容具有前沿性和探索性，通过对新疆番茄产量预测方法的研究，将为平衡(番茄酱生产中)番茄原料供应、提高质量与生产效益、协同配送及销售提供新的科学思路和方法，具有潜在的广阔应用前景。因此，该项目不仅有现实的学术意义和科学价值，且有长远的社会意义和经济意义。