生物种群动态预测分析全球通用关键因子预设数组平台的制作方法
【技术领域】
[0001] 本发明属于自然生命群体动态预测领域，尤其涉及一种生物种群动态预测分析全 球通用关键因子预设数组平台。
【背景技术】
[0002] 当前在生命群体预测学中存在的3大问题：
[0003] (1)预测值离群，导致预测效果差。过去，人们在进行生物种群预测分析时，总会有 一些预测值与实测值相差很远（即预测值离群），导致预测效果差。
[0004] (2)环境信息量不足，导致无法构建有效模型。过去，人们往往只重视同期和附近 事物的相关性，而忽视过去和遥远事物的相关性，因而导致可获得的环境信息量难以满足 预测模型所需的信息量。
[0005] (3)常做单因子或少因子分析，导致所建模型的时效性差。过去，人们往往因为找 不到较多的环境因子而仅利用单个或少数几个因子进行筛选建模，因而忽略了可能有更多 和相关性更高的影响因子，结果导致获得的预测模型带有严重的片面性，以至虽然模拟效 果较好，但由于预测因子本身的不确定性（如受别的未知因子无规律影响性较大），使得其 对预测对象未来的预测效果不理想。
【发明内容】
[0006] 本发明实施例的目的在于提供一种生物种群动态预测分析全球通用关键因子预 设数组平台，旨在解决当前在生命群体预测学中存在的预测值离群，导致预测效果差；环境 信息量不足，导致无法构建有效模型；常做单因子或少因子分析，导致所建模型的时效性差 的问题。
[0007] 本发明是这样实现的，一种生物种群动态预测分析全球通用关键因子预设数组平 台中的每一个数据都由行变量坐标和列变量坐标共同定位，所述定位的每一个独立数据 都不能上下左右互换位置，所述的行变量坐标为时间坐标，所述的列变量坐标为空间坐标。
[0008] 进一步，所述的行变量坐标由自然数或公元年、季、月、旬、周、日中任一时间间隔 数表示其上下顺序，所述上下顺序不能上下左右互换位置。
[0009] 进一步，所述列变量坐标由自然数或英文字母或自然数与英文字母组合或由列变 量原因子名称表示其名称，所述列变量的左右顺序可以随名称整列互换位置，但不能单个 数据互换位置。
[0010] 进一步，所述的生物种群动态预测分析全球通用关键因子预设数组平台，包括预 设因子数组和用户因子数组，所述预设因子数组中，除表示时间坐标的时序列变量之外的 其他每一列变量的本列数组之和值及平均值都为0,标准差和方差都为1，所述用户因子数 组的每一列变量的本列数组之和值、平均值、标准差和方差值则不受数值大小和范围的限 制，随用户输入的实际有效数组而定。
[0011] 进一步，所述的生物种群动态预测分析全球通用关键因子预设数组平台中的预设 因子数组的行变量的行数大于或等于50,小于等于<-，所述预设因子数组的列变量的列数 大于或等于50,小于或等于c?，所述预设因子数组和用户因子数组中的每一个数据都不受 数值大小和正负及符号的限制。
[0012] 进一步，所述的生物种群动态预测分析全球通用关键因子预设数组平台中的用户 因子数组的因变量为预测对象，因变量的行数要求大于或等于11，列数大于或等于1 ;所述 用户因子数组的自变量为自供预测因子，自变量的行数要求大于或等于11，列数大于或等 于〇,当列数为〇时，表示用户没有提供自供预测因子。
[0013] 进一步，所述的生物种群动态预测分析全球通用关键因子预设数组平台可以用现 代所有电子通讯设备、互联网媒体和所有移动和非移动电子载体将所述生物种群动态预测 分析全球通用关键因子预设数组平台进行整体固化、整体公开传播、整体公开使用和整体 更新或部分更新。
[0014] 进一步，所述生物种群动态预测分析全球通用关键因子预设数组平台可整体安装 在任何电子互联网络平台上运行使用，可以整体安装在所有能够在电子设备上运行的所有 数理统计分析软件、地理信息软件、导航软件中运行应用。
[0015] 进一步，所述的所述生物种群动态预测分析全球通用关键因子预设数组平台可以 被编制成独立的操作系统，可以制成独立的硬件芯片装入到所有移动和非移动电子载体中 固化、进行公开传播、公开使用，并进行整体更新或部分更新，也可以制成完全独立的专用 于预测功能的单体或复合体电子设备进行传播。
[0016] 进一步，所述的所述生物种群动态预测分析全球通用关键因子预设数组平台可以 与其他相类似的同行业技术合作，编制成独立的电子芯片，并制造出专门的电子设备。
[0017] 进一步，所述的所述生物种群动态预测分析全球通用关键因子预设数组平台由多 个分时亚系统组成，包括亚系统、Fl亚系统、F2亚系统、……、Fn亚系统，所述多个亚系 统中的每个亚系统序号表示同序号的时间阶梯序列号。
[0018] 进一步，所述生物种群动态预测分析全球通用关键因子预设数组平台，可以通过 互联网用户注册系统供全球各国生物种群动态预测用户即时选择适合于本国或本地区的 内容构建出精准的特定地区和特定生物种群动态统计学预测模型，以便对相关生物的未来 发生动态做出精准的定量预测。
[0019] 应用本发明进行预测时，用户一般都会得到两组或多组有效的预测模型供选用， 因此可以在选用最优方程过程中，通过X2检验法，观察不同模型预测值与观察值拟合结果 中最大X2值所对应的个案，如果多组模型拟合值中的最大X 2值所对应的都是同一观察值 个案，则可判定该离群值是观察值的错误，可去除后再重新构建新模型；如果多个模型中只 有个别模型的预测值出现离群值，则可以判定该离群值是模型的错误，应改选另一个模型。
[0020] 应用本发明进行预测时，预设因子数组为用户提供了用户自己无法在短期内可获 得的足够多的环境信息量，几乎可以完全满足用户对任一已知自然生命群体进行预测的环 境信息要求，同时也可加入用户自己所知的环境信息一起进行研宄。
[0021] 应用本发明进行预测时，预设因子数组已经归集了全球现阶段大部分已知的与生 命存亡有关的且具有普遍适用性的常规关键因子及其实时数据，并且为用户提供了选择适 合于特定国家或特定地区内容的平台入口，为用户同时对同一预测对象构建不同国家或不 同地区的多个预测模型进行比较分析提供了极大方便，从而大大减少了进行局部地区单因 子或少因子分析时可能导出片面性结论的风险性，进而为提高预测结果的准确性提供了保 障。
【附图说明】
[0022] 图1是本发明实施例提供的生物种群动态预测分析全球通用关键因子预设数组 平台工作流程图。
【具体实施方式】
[0023] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明 进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于 限定本发明。
[0024] 下面结合附图及具体实施例对本发明的应用原理作进一步描述。
[0025] 如图1所示，本发明实施例的生物种群动态预测分析全球通用关键因子预设数组 平台工作流程包括以下步骤：
[0026] SlOl，收集、组织和获得了具有全球性和关键性影