科学网 › 标签 › 多目标

标签: 多目标

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

“气候变化甚至算不上是最严峻的环境问题”: 热度 2 wanght 2014-4-26 16:01; 下文这位IPCC专家先说： “气候变化并不是人类所面临的最严重问题，甚至算不上是最严峻的环境问题” ，然后一本正经地解释如何解决气候变化这个并非最严峻的环境问题 - “减少温室气体排放并不是减弱气候变化影响的唯一办法。除此之外通过适应和发展也能解决问题。” 可是：（1）减缓与适应，这不是 IPCC一贯的思路吗？这不算 “转换思路”吧？（2）IPCC花了无数的钱、开了无数的会、写了无数的报告、造就了无数的专家，还得了一个炸药奖……，现在说你们在研究一个并非最严峻的环境问题？！真为IPCC专家捉急。（3）按道理，既然气候变化算不上是最严峻的环境问题，接下来就应该讨论有哪些更严峻的环境问题、如何解决各种更严峻的环境问题啊？怎么不说呢？超出IPCC的知识范围，其他问题都不会了吧？（4）其他问题，LCA的小伙伴略懂！这次在美国华盛顿由联合国环境署UNEP、美国环保署EPA和美国农业部USDA联合主办的“ 第3届政府间LCA合作国际研讨会 ”上，我提出应该在LCA/LCM（生命周期评价与管理）的基础上，建立新的国际合作体系IPLCM，说不定能成为下一个IPCC哈。（反正建议和预言也不收费，万一应验了呢）理由是这样的：资源环境问题从来都是多目标问题。我们总是同时面临着多种的资源稀缺和环境污染问题，也因此制订了各种资源减量和污染减排目标，典型就如中国的各种节能减排约束性目标。这些目标每个都很重要，而如本文所说，应对气候变化只是其中一种而已。实现多目标当然比实现单一目标更困难，因为各种目标常常是相互冲突的，因此需要制订一套包含各种目标的、综合的评价指标体系。我们已经提出的生命周期节能减排评价指标（ECER），可以涵盖产品的生命周期全过程、涵盖多种资源环境削减目标、无需专家主观判断、就可以得到单一、量化的评价结果（总体的节能减排效果），从而将宏观削减目标落实到微观的每个企业、每个产品、每项决策中，从而帮助一致地、有效地实现多重目标：关于为什么LCA是最佳的方法？见：生命周期评价研究与应用倡议关于生命周期节能减排评价指标（ECER），见： LCA成为国家节能减排技术评价的推荐方法而下文其实仍然没有开始考虑这个更根本性的问题。 ------------------------------------------ 换种思路应对气候变化环境 2014年04月02日 06:42 AM http://m.ftchinese.com/story/001055568 英国苏塞克斯大学和荷兰阿姆斯特丹自由大学教授、IPCC委员理查德•托尔为英国《金融时报》撰稿人类是一个坚强而又有适应能力的物种。在赤道地区和北极圈，在沙漠中和热带雨林里，人们都能生活。我们靠着原始的技术手段在冰河时代生存了下来。认为气候变化对人类生存构成威胁的观点简直令人发笑。当然，气候变化将导致一系列后果。由于不同种类的动植物适应不同的气候条件，气候变化将影响自然生态系统以及农业生产。更加温暖潮湿的气候将加剧热带疾病的传播。海平面将会升高，对所有在沿海地区生活的人们构成威胁。这些影响听起来令人惊恐，但在我们就应采取的政策做出结论之前，必须对这些影响形成正确的认识。联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)周一发布的报告指出，气温进一步升高2摄氏度，可能导致相当于全球GDP的0.2%至2%的损失。按照当前的趋势，这种程度的气候变暖可能在21世纪下半叶发生，换句话说，气候变化半个世纪所造成的影响，相当于损失一年的全球经济增长成果。自欧元区危机爆发以来，希腊人均收入的下降幅度超过了20%。因此，气候变化并不是人类所面临的最严重问题，甚至算不上是最严峻的环境问题。据世界卫生组织(World Health Organisation)估计，目前每年大约有700万人因空气污染死亡。而即便按照最悲观的估计，气候变化在未来的100年中也不会导致这种规模的人口死亡。气温上升最初甚至可能带来有利影响。在异常严寒的冬季丧生的人数，远远超过在异常炎热的夏季死亡的人数。二氧化碳有助于植物生长，更高的环境二氧化碳浓度则使植物不那么缺水。随着气候变暖变得更加明显，负面效应随之产生，并且很快就超过前述正面效应，而当气温升高2摄氏度以后，正面效应可能完全消失。当气温升幅达到约1摄氏度的时候，其所带来的影响将转为负面——而这一气温升幅几乎是无法避免的，无论我们在温室气体排放方面采取什么措施。气候变化是一个复杂的问题，其所造成的影响则更加复杂。对于过去发生的温和气候变化所产生的影响，我们仅有有限的认识。至于未来预计将会出现的快速气候变化，其将导致的后果存在更多不确定性。低收入国家更加依赖农业并且通常分布在气温较高地区，因此更容易受到气候变化的影响。如果英国的气候变得更像西班牙，英国可以照搬西班牙的午休制度，将晚餐时间推迟，并效仿建造能阻隔高温的西班牙式建筑。但气温较高的地区则必须从零开始，研发新的高温应对机制。这些国家所拥有的资源也可能较为有限，并可能缺乏获取所需技术的渠道。为保护伦敦不受海平面上升影响，必须替换泰晤士河水闸(Thames Barrier)。这是一项耗费不菲的工程，但它肯定能够完成。孟加拉国同样容易受到海平面上升影响；但该国应对当前的洪水问题已经颇为艰难。而在150年前，有一个同样地处低海拔地区、人口稠密的国家，在和目前的孟加拉国几乎一样贫穷的条件下，开始修建首个大型防洪工程——这个国家就是荷兰。荷兰做到了这一点，是因为它拥有一个有能力采取果断行动的强势政府。只要孟加拉国缺乏这样的政府，就将继续受到气候变化的威胁。孟加拉国的核心问题就在政治。疟疾是另一个例子。这种疾病曾经是欧洲和北美的流行病。但人们通过大量喷洒杀虫剂杀死了蚊虫，通过排干内陆湿地减少了蚊虫的栖居地。如今疟疾只存在于低收入国家。气候变化或将加剧疾疫传播，经济发展则能使这种疾病消失。在最糟糕的情况下，气候变化可能导致非洲地区的农作物收成减半。但如果勉强糊口的农民开始采用实验农场中率先试用的作物品种和种植技术，在同样的气候和土壤条件下，收成可能增长为原来的十倍。气候变化在非洲或许是一个大问题，但它远不及土地使用权得不到保障、道路条件恶劣以及军阀四处肆虐等问题重要。减少温室气体排放并不是减弱气候变化影响的唯一办法。除此之外通过适应和发展也能解决问题。但人们很少探讨这些折中办法。目前超过15%的发展援助资金被用于预防气候变化的尝试。这是帮助目标受益国的最佳方式吗？还是它反映的是援助国希望优先解决的问题？这并不是说，气候变化不是一个需要解决的问题。我们不能放任地球的气温变得越来越高。碳中和(carbon-neutral)技术渗透市场至少需要几十年的时间。我们最好现在就开始行动。但减少温室气体排放并不是控制气候变化影响的唯一方式。周一公布的IPCC报告再次重复了若不控制温室气体排放就将导致环境灾难的预言，但却错失了一个向政策制定者建议如何改善民众生活的机会。本文作者是英国苏塞克斯大学(University of Sussex)和荷兰阿姆斯特丹自由大学(Vrije Universiteit Amsterdam)教授，并自1994年担任IPCC委员译者/马拉; 个人分类: 科研杂谈|4039 次阅读|2 个评论

决策树聚类: hyalone 2013-11-10 08:39; 1、引言及问题决策树是一种分类算法。比如判断一个人是男还是女，可以简单地看长头发是女，穿着亮丽是女，短头发是男等。很容易理解。聚类是把类似的个体放在一起。比如短头发、喜好运动的是一类人，长头发、穿着亮丽、化妆的是一类人。分类是通过对已知个体的学习预测另一些个体的那个未知属性。比如知道一些人的性别，从这些人归纳出规律，用得到的规律去判断其他人的性别；这个规律可能是头发长度乘以3加上衣服颜色在红色上分量乘以5，得到的结果大于100是女，小于100是男。得到的这个规律理解起来会很晕。。。分类只能应用到特定属性上，比如上面男女推断，并不能用这个去推断喜不喜欢玩游戏。聚类可以应用得比较广，上面短头发、喜好运动的可能会玩动作类游戏，长头发、穿着亮丽、化妆的总体上可能并不是很喜欢玩游戏，但可能会玩泡泡类游戏。分类的好处是对推断的特定属性相对准确些，聚类的缺点还有聚类结果可能会变，本月数据聚类与上个月的聚类不同了。用决策树做聚类可以很直观地理解，能够理解则对不同时期的变化就可以解释。在网上搜到几篇关于决策树聚类的文章，但没找到能直接实施的。本主题计划逐步探索着完成这个过程。 2013-11-10 2、目标与度量任何算法都要有目标，目标确定了，达到目标的方法就是算法。决策树分类目标是预测单一目标变量，准确率预高越好，算法过程中用熵或gini等作为衡量距离目标的远近。聚类算法没有目标变量，但算法定义了衡量好坏的标准，实际上给它定义了目标，如利用方差、离差等。聚类没有目标变量，就只能利用自变量，自变量的个数是多个，类型可能是类别型、连续型、有序型。需要解决变量间的平衡。 1）不同变量类型度量的统一：连续型变量用方差、绝对离差比较合适，但类别型变量没有定义；类别型变量适合用熵或gini，但不太适合连续型；有序型变量可简单看作连续型变量。熵在连续型变量中需近似计算，维度大了基本不可用；方差在类别型变量中会有歧义，把本应是一维的变量扩充为多维，扭曲了度量空间；最后分析绝对离差与gini，发现他们可以说是同一度量在两种类型变量的表现，即连续型变量用绝对离差、类别型变量用gini具有可比性。聚类前计算各变量的绝对离差或gini，聚类过程中用增益比例来解决变量间尺度不同问题。 2）目标形成：多变量会形成多目标，需要形成最终一个目标，每个变量设个重要性权重（缺省取相同值），把每个变量的增益比例乘以权重再相加，可形成算法的唯一目标。有了目标，算法就可以设计实现了。 2013-11-23 3、公式及算法自变量：X1,X2,...,Xm 因变量：Y1,Y2,...,Yk；如果没有，则取k=m，Y1=X1,Y2=X2... 各因变量权重：W1,W2,...,Wk；如果没有，则都取1 样本1,2,...,n，取值： x11,x12,...,x1m;y11,y12,...,y1k x21,x22,...,x2m;y21,y22,...,y2k ... xn1,xn2,...,xnm;yn1,yn2,...,ynk 分类或聚类步骤： 1）把所有样本都归为分类树根节点B0里 2）计算B0节点各因变量的初始分散度（计算方法见分散度计算方法） 3）B0设为叶子节点且尚未完成划分 4）选取尚未完成划分的叶子节点B，如果没有则算法结束 5）选取每个自变量Xj 6）寻找自变量Xj对节点B的最佳分割如果Xj是连续型变量，设分割点为xsj，Xj的分割点xsj把B分为Xj小于等于xsj的一个分支Bl、Xj大于xsj的一个分支Br，计算划分的信息增益率（计算方法见信息增益率计算方法），选信息增益率最大的xsj作为分割点（可以用黄金分割法或类似梯度下降法）；如果Xj是类别型变量，根据决策树算法把Xj的取值分为两个取值集合Cl、Cr，取值为Cl的样本点在分支Bl，取值为Cr的样本点在Br，计算划分的信息增益率（计算方法见信息增益率计算方法），选信息增益率最大的取值集合划分 7）比较各自变量对节点B划分的信息增益率，取信息增益率最大的那个自变量进行划分用该变量划分出的Bl、Br作为节点B的子节点，这两个自节点尚未完成划分，B节点设为非叶子节点且已完成划分如果所有信息增益率小于一定值，则不添加自节点，直接把B节点设为已完成划分 8）如果迭代次数达到最大或节点数达到最大则结束，否则转到4 分散度计算方法：如果Yj为连续型变量， MYj=(y1j+y2j+...+ynj)/n SYj=|y1j-MYj|+|y2j-MYj|+...+|ynj-MYj| 如果Yj为类别型变量，统计Yj各取值个数，设y1j,y2j,...,ynj取值有C1,C2,...,Cc，对应个数为n1,n2,...nc（如果变量是性别，统计男多少人、女多少人） SYj=1-(n1*n1+n2*n2+...+nc*nc)/n/n 信息增益率的计算方法： 1）选每个因变量Yj 2）计算父节点B的Yj分散度 3）计算所有子节点的Yj分散度 4）计算Yj的信息增益率Gj=(B的Yj分散度-所有子节点的Yj分散度之和)/B的Yj分散度 4）计算完所有因变量计算完父节点分散度、所有子节点分散度后，计算总的信息增益率G=(W1*G1+W2*G2+...+Wk*Gk)/(W1+W2+...+Wk) 2013-12-14; 个人分类: 数据挖掘|8850 次阅读|0 个评论

从美国ARS的一个全国性研究项目和2009年国际农作制度设计学术会议看当今农作制度研发的多目标、多尺度和跨学科特点: FSD 2009-12-7 14:50; 美国农业部农业研究局（ ARS, USDA）的一个农业系统竞争力与可持续性（Agricultural System Competitiveness and Sustainability）全国性研究项目（涉及15个州）代表了发达工业化国家在农作制度研究领域的最新方向。该跨学科研究项目的任务是：整合信息、知识与技术，为不同类型和规模的美国农场开发新的、能够最大限度地提高生产力、收益率、能效和自然资源效用的措施和与时俱进的制度。新措施的特征（configurations）界定为：利用农场本地资源和自然生态过程，降低购买生产资料的必要性，降低生产成本和风险；以精确管理、自动化、决策支持技术等手段提高生产效率、增进环境效益；制定农场上可持续地生产生物能源产品的策略；体现消费者喜好、提供（产业链）系列经济信息从而为农产品和其它增加附加值的生物来源产品增加市场机会的生产系统；农业系统多样化的改善将为农场和农村社区长期的金融能力、竞争力和可持续性提供支持，提高美国和世界的食物和纤维保障水平。项目的目标是：帮助生产者开发综合的方法，解决他们在产量、经济效益、能效和自然资源效用方面的问题。　　美国农学会（ ASA）申请了一个ARS的研究项目（ Research Project），项目的名称是资助 2009农作制度设计会议（ support of 2009 farming systems design conference；Project Number: 3625-21610-001-45；Project Type: Grant）（于 2009年8月23-27日在加利福尼亚州蒙特雷市召开）。该项目的目的阐述如下：为2009（年召开的）农作制度设计会议提供资助。这次会议将延伸在设计和评价可提高食物保障水平、降低环境压力、应对气候变化和为改善自然资源状况提供替代措施并可付诸实施的农作制度方面的强烈兴趣。系列专题会议的目标是在世界各地召开双年会，分享有关农作制度设计的观点、经验和信息。这次会议将荟集全世界一流的科学家讨论这些问题，分享他们的观点和成果，准备将来在世界一流科学刊物特刊上发表的论文。会议欢迎全世界对此感兴趣的科学家和专业人士参与这项理解农作制度的工作。这次会议由美国农学会、欧洲农学会、澳大利亚农学会、美国农业与生物工程学会和国际环境模拟与软件学会共同发起。第一次会议于2007年九月在意大利西西里岛卡塔尼亚召开办。　　实际到会注册代表138人，其中法国46人，美国32人，中国二人。论文多数涉及到模拟模型，欧洲的涉及综合设计、软科学和软方法的内容更多一些。会议决定下一届（第三届）会议2012年在澳大利亚的布里斯班召开。; 个人分类: Articles on FSD|4263 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 多目标

相关帖子

相关日志

关闭安全验证