我们做了什么
作物种植密度优化
我们选择了6个经典的产量密度模型，在您输入产量密度数据后，我们将使用遗传算法和6个模型分别进行数据拟合，并选择出效果最佳的产量密度模型
最适种植密度范围
我们考虑了作物生产时产生的生产费用，在您输入数据后，我们将计算出经济效益产量模型，并通过图解法算出经济效益产量达到最大值时的最适种植密度范围
施肥量和种植密度优化
我们分别使用了BP神经网络和多项式回归对输入的数据进行拟合，同时使用了遗传算法进行寻优，寻找最佳的种植密度和施肥量组合
数据可视化
我们还实现了数据可视化
系统面向哪些用户
农业研究人员
帮助农业研究人员进行产量密度数据分析与建模
农业生产人员
帮助农业生产人员进行种植密度决策
系统的背景与目的
系统设计背景
在影响粮食生产产量的众多因子中，种植密度和施肥量往往是贡献最大的两个因子。自20世纪50年代起， 国内外众多农业研究人员都致力于种植密度与作物产量之间的关系研究，并得到了一系列获得广泛认可的产量密度模型。 但是由于产量与密度的关系多为非线性关系，而非线性模型比较复杂，难以获得其精确的参数估计，同时由于当 时计算机计算能力的限制以及使用计算机的成本，使得产量密度模型参数估计困难且误差较大，一定程度上限制了优秀研究成果的推广
and
系统设计目的
通过现代计算技术和网络信息技术，对经典产量密度方程进行参数估计优化，使因为落后的计算条件致使参 数估计误差较大的经典产量密度方程得到更广泛的使用，从而优化并推广优秀研究成果。系统不仅可以帮助实验人员对实验 获得的数据进行分析，也为农业生产人员种植密度和施肥量的决策提供支持，避免农业生产人员根据经验设置种植密度，或者为增产盲 目提高种植密度和盲目增加施肥量，导致产量下降、种植成本提高甚至造成环境污染等问题，达到指导农业生产，推广精细化农业生产管理等目的