基于遗传算法优化BP神经网络的小球藻生长模型的建立与应用

[目的]探讨用遗传算法优化BP神经网络对小球藻生长模型的建立与应用。[方法]使用遗传算法对BP神经网络的权值和阈值进行优化,并使用该网络模型,以小球藻培养时间和残余葡萄糖为输入,菌体光密度值（OD680）为输出,对小球藻在500 L多功能生物反应器中的生长情况进行了建模,还探讨了该模型的应用情况。[结果]经过遗传算法优化的BP神经网络,其泛化值的误差平方和比BP神经网络的小,因而预测值更加接近实际值。t检验表明,所建立的模型是可信的。验证表明,该模型具有良好的拟合度,能够很好地描述在500 L多功能生物反应器中培养的小球藻的生物量（OD680）与残余葡萄糖和培养时间之间的关系。[结论]所建立的模型可用于试验结果的预测,对小球藻的培养控制具有指导意义。     

金柑果实生长发育的数学模型研究

[目的]建立金柑果实生长发育的数学模型,以确定适合金柑生长的栽培措施。[方法]以融安金柑为试材,通过测定金柑果实生长发育期间果实纵径、横径、发育天数等指标,建立融安金柑果实的生长模型,明确其相互间的变化规律。[结果]花后30 d内,金柑果实的纵、横径存在1个迅速生长期,期间果实纵径发育速度明显快于横径;花后30 d后,果实发育进入缓慢生长期,果实横径发育速度略快于纵径;花后100～110 d,果实大小有1个增长小高峰。果实横径（y）与发育天数（x）之间的生长模型方程为y=0.000 057x2-0.007 971x＋0.611 333,R2=0.995 0;果实纵径（y）与发育天数（x）之间的生长模型方程为y=0.000 097x2-0.013 264x＋0.855 225,R2=0.990 2。[结论]金柑果实横径、纵径与发育天数之间存在明显的多项式回归关系,且其生长进程数学模型同为二次方程。     

设施番茄果实生长及产量形成模拟模型

为探明番茄果实生长与温度、光照的关系以及建立番茄产量预测的新方法,该研究对不同播期、品种、氮素水平及茬口的试验数据进行处理,构建了反映果实生长与温度、光照关系的果实横、纵径生长模型,以及果实干物质机理性模型和果实鲜重与横、纵径关系的线性模型,并建立了以上述模型为基础的番茄产量预测模型。运用独立数据对产量模型进行验证,结果显示:在不同氮素水平下,当利用干物质机理性模型模拟番茄产量时,模拟值与实测值的RMSE和ADe都小于30 g(每株);当用果实横径经验性模型模拟番茄产量时,RMSE和ADe都小于35 g(每株);当用果实纵径经验性模型模拟番茄产量时,RMSE和ADe都小于40 g(每株)。表明番茄产量模型均具有较高的预测精度,能够很好地模拟番茄产量,可为设施番茄生产提供理论依据和决策支持,其中利用果实横、纵径的线性关系模型来预测番茄产量,具有参数少、不破坏果实活体、实用性强等特点。     

卷烟劲头的BP神经网络模型预测

[目的]科学地评价卷烟配方中劲头的大小,通过建立BP神经网络模型预测卷烟劲头。[方法]以烟叶游离烟碱百分含量、总烟碱百分含量、结合态烟碱百分含量、游离烟碱占总烟碱比率和水浸液p H作为BP神经网络的输入,感官劲头作为输出,网络训练前对输入指标作归一化处理,然后通过训练样本数据对网络进行充分的训练,获得适宜的参数矩阵,得到卷烟劲头的网络预测模型,最后用训练好的网络模型对检验样本数据进行预测。[结果]卷烟配方中劲头大小的预测值与实际值相对标准偏差小于5%,达到了较好的预测结果。[结论]建立了卷烟劲头的BP神经网络预测模型,该模型对于预测卷烟劲头具有指导意义。     

BP神经网络在渭干河流域土壤盐渍化预测中的应用

[目的]比较神经网络算法和传统统计建模方法对土壤盐渍化预测模型的效果.[方法]对渭干河流域多年土壤盐渍化和其影响因子进行分析的基础上,采用BP网络的3种算法,建立基于BP神经网络土壤盐渍化预测模型.将预测结果与多元线性回归模型预测结果进行对比分析,讨论线性和非线性方法用于土壤盐渍化预测模型.[结果]与传统的统计建模方法相比BP神经网络结构简单、快捷,预测精度高,很好地再现了土壤盐渍化与其影响因素之间复杂的非线性函数关系;三种BP算法中,基于trainlm算法建立的壤盐渍化预测模型具有较好的推广能力.[结论]BP神经网络的土壤盐渍化预测性能良好,用来可以预测土壤盐渍化情况.     

浦江县褐飞虱预测预报模型选择与优化

[目的]探讨更适用于现阶段的褐飞虱预测预报模型。[方法]利用浦江县2001—2016年褐飞虱的观测数据和气象数据,采用传统的逐步回归方法和BP神经网络方法,分别建立了褐飞虱发生高峰期预测预报模型。[结果]逐步回归预测模型选用的建模因子为5月上旬最高温、9月上旬湿度和6月下旬雨量,模型的预测准确率不高;BP神经网络预测模型的建模因子为始见日后40 d的平均温、最高温、最低温、雨量、湿度,模型的预测准确率达99.22%。[结论]该研究结果为今后褐飞虱预测预报模型的选择提供了参考。     

番茄ILs果实耐压力测定及与其它果实性状相关性分析

[目的]利用solanum pennellii渐渗系群体(Introgression Lines,ILs)对番茄果实耐压力及主要果实性状进行测试,初步分析彼此之间的相关性.[方法]在各渐渗系材料达到始熟期15 d后,对果实各主要性状进行测定,利用Dunnett测验和Pearson关联分析,分别进行方差分析和果实性状间的相关性分析.[结果]通过各独立试验间的相关性分析,证实用果实耐压力来评价果实硬度的方法是可行的,且符合手工挤压测试时果实承受的压力情况.各性状间的相关性分析初步表明,果实耐压力(CRF)共计与7个性状存在相关性,与可溶性固形物含量(SSc)存在显著负相关(r=-0.225*),与单果重(FW)、果肉厚(PT)、果型指数(FSI)、果实纵径(FLD)和果实横径(FTD)5个果实性状存在极显著正相关,相关系数介于r=0.337**～r=0.667**,与1个性状,即用硬度计测试的果实硬度(FIR)存在显著相关,相关系数为r=0.227*.其它性状间彼此存在不同程度的相关性.[结论]系统完善了番茄果实耐压力与其它主要果实性状间的相关性,为番茄果实硬度调控机制的进一步解析和遗传改良奠定一定的基础.     

基于图像和YOLOv3的番茄果实表型参数计算及重量模拟

为了便捷准确地计算番茄果实长度、宽度和投影面积表型参数并模拟果实重量,以番茄粉冠F₁为试验材料,利用YOLOv3深度学习模型检测和裁切番茄果实图像,利用像素计算来分割番茄果实区域,将计算果实区域的6个特征参数输入线性回归模型、BP神经网络模型、支持向量机(SVM)模型中反演果实重量,以期从图像中获取番茄果实表型参数及重量模拟结果。结果表明,YOLOv3模型对番茄果实检测的平均精确度(AP)为90.06%;用果实长度、宽度、投影面积计算的平均相对误差分别为3.37%、5.65%、5.49%;用线性回归模型、BP神经网络模型、SVM模型模拟得到的果实重量的平均相对误差分别为44.68%、17.38%、6.45%。研究结果证实,从图像处理中获取番茄果实长度、宽度、投影面积表型参数是可行的,SVM模型对番茄果实重量的模拟精度较高。     

基于BP神经网络的土壤贮水量预报模型研究

[目的]为实现作物的实时灌溉提供科学依据。[方法]利用实测气象资料、桓台县节水灌溉试验站2008～2009冬小麦试验资料等建立BP神经网络预报模型,应用Matlab神经网络工具箱,采用Trainlm算法进行模型训练,对试验田的土壤贮水量进行预测。[结果]基于BP神经网络的土壤贮水量预报模型的泛化能力较强;在冬小麦日耗水量较大的拔节、扬花、灌浆3个时期,该模型的预报精度较高,稳定性较好。[结论]基于BP神经网络的土壤贮水量预报模型在冬小麦耗水较大时期的模拟值具有较高的精度。     

基于BP神经网络预测林内PM2.5浓度

[目的]利用BP神经网络预测林内PM_(2.5)浓度。[方法]利用人工神经网络理论,采用2013年7月—2014年5月野外实时监测数据,建立了以气象参数、污染源强变量和林分结构特征为输入因子,林内PM_(2.5)小时平均浓度为输出因子的预测模型,并对其预测精度进行了评价。[结果]BP人工神经网络模型能够很好地捕捉污染物浓度与气象因素和林分结构间的非线性影响规律,预测结果的平均相对误差为1.71×10~(-3),均方根误差为6.77,拟合优度达0.98,模型具有很高的预测精度。而传统的多元线性回归(MLR)模型预测结果的平均相对误差、均方根误差和拟合优度分别为0.27、22.92和0.93。[结论]研究成果印证了应用BP人工神经网络模型预测林内PM_(2.5)浓度的可行性和准确性。     

日光温室油桃果实生长发育的数学模型研究

[目的]为确定合理的果树管理措施和提高设施油桃果实品质提供理论依据。[方法]在日光温室栽培条件下,通过测定曙光油桃果实生长发育期间果实纵径、横径和果实鲜重,建立日光温室曙光油桃果实生长模型。[结果]日光温室内曙光油桃的生长可以分为3个时期,果实重量的变化曲线为单“S”型,在整个发育进程中存在2个快速生长期,第1个快速生长期为花后25—50d,第2个快速生长期为花后50—7．5d。果实横径（y）与果实鲜重（x）的回归方程为y=-0．002x^2＋0．767x＋6．527;纵径（y）与果实鲜重（x）的回归方程为y=-0．0023^2＋0．8909x＋5．7867;鲜果质量（y）与发育天数（x）之间的生长模型方程为y=1．8476e^0.0559x。[结论]建立了日光温室油桃果实生长发育的数学模型。     

枣果实表面积估算模型的研究

【目的】果实表面积是发育生理学研究的一个重要特征,同时也是植物病理学研究分析的重要指标。【方法】本试验采用包裹法测定3个不同果形枣品种的表面积,尝试4种测算模型对枣果实表面积进行拟合计算。【结果】基于‘板枣’体积和‘婆婆枣’横径线性回归模型,‘壶瓶枣’质量非线性回归模型更能估测枣果实表面积,回归方程分别为:y=2.9132x+2.7707,r=0.9767;y=2.1551x-22.318,r=0.9887;y=6.1831x0.7321,r=0.9851。     

苹果梨单果重的近红外无损检测研究

[目的]探究应用近红外技术进行相关性状分析。[方法]以苹果梨为试材,利用近红外透射光谱仪扫描完整苹果梨的短波近红外透射光谱,光谱经预处理后,采用偏最小二乘法(PLSR)建立单果重的数学模型。[结果]光谱经归一化处理后建立的模型稳定性最好,相关参数为:SEP=18.01,RC=0.70,RMSEC=18.68,PC=5。[结论]利用近红外技术可以预测苹果梨的单果重,若增加建模集样本数,模型的相关系数可能有所升高。     

三个果桑品种桑椹的感观性状调查

[目的]探讨白椹、草莓椹、红果1号3个果桑品种桑椹的感观性状与开发利用的关系.[方法]对果桑3个品种的桑椹质量、可溶性固形物、pH值等进行感观性状调查.[结果]白椹、草莓椹桑椹的可溶性固形物、pH值较高,单果重、纵径、横径较小,口感甜,而红果1号桑椹的可溶性固形物、pH值较小,单果重、纵径、横径较大,口感酸而甜.[结论]白椹、草莓椹2个品种的桑椹适合鲜食和加工,红果1号适合加工.     

提高石榴坐果率及不同负载量对果实横径、单果重的影响初报

[目的]提高喀什噶尔甜石榴坐果率、增大单果重及果实横径,以增加其商品性.[方法]以6年生喀什噶尔甜石榴为试材,调查春季施肥、花期喷施不同药剂和不同负载量对石榴坐果率、平均单果重、果实横径的影响.[结果]GA3可显著提高坐果率,高于CK 29.0;以上,不同浓度GA3以20和30 mg/L表现最好;GA3与花蕾保、硼砂、磷酸二氢钾及CK之间差异显著.8种施肥组合对头茬花坐果率影响差异不显著;施肥组合a、A可显著提高二茬花的坐果率,分别较CK高5.37;和6.00;.不同负载量对果实横径及单果重的增大效果均为20＞30＞40(果),单株留20、30与40果的果实横径间差异显著,3种留果量的单果重之间无差异.单株留20、30果的单果重均在400 g以上,达到一级优质果.8种施肥组合对单果重的影响无差异.[结论]花期喷施20 和30 mg/L的GA3可显著提高坐果率;施肥组合a、A可显著提高二茬花的坐果率;3种负载量对单果重和果实横径的增大效果依次为20＞30＞40(果).     

斑菲尔晚熟脐橙果实生长发育规律研究

[目的]研究斑菲尔脐橙在桂林市的果实生长发育规律,为制定促进果实膨大技术措施提供理论依据.[方法]2010年1月~2011年12月,在每年开花期观察斑菲尔脐橙初花期、盛花期、谢花期和生理落果期,在第2次生理落果结束后测量果实纵、横径.[结果]斑菲尔脐橙果实生长曲线呈抛物线生长,不同年份其生长曲线存在一定差异,2010年斑菲尔脐橙在9月上旬前果实纵径大于横径,9月上旬后果实横径大于纵径,果实呈近圆形;2011年整个果实生长过程中,果实横径均大于纵径.斑菲尔脐橙果实生长速率从6~12月均呈正增长,但两年的结果差异较大,2010年果径增长有两个高峰,而2011年仅有1个高峰.[结论]斑菲尔脐橙果实生长曲线呈抛物线生长,不同年份其生长曲线存在一定差异.6~7月是斑菲尔脐橙果实迅速膨大期,每年的5~6月应加强肥水管理,以确保果实正常生长发育.     

成都平原地区葡萄冬芽二次果结果技术研究

[目的]研究成都平原地区利用葡萄冬芽进行二次结果的技术体系。[方法]以当地3年生香悦、夏黑葡萄为试验材料,从处理时间、促进花芽分化方式和单氰胺浓度3个方面进行研究,总结一套适合当地的技术体系。[结果]在一次果坐果25 d后用15%多效唑1 000倍液或50%矮壮素1 500倍液喷施新梢,7 d后重复喷施1次,然后在第2次喷施10 d后用2.0%或2.5%单氰胺处理冬芽,以上技术措施能促进葡萄冬芽二次结果。冬芽的萌芽率、成枝率和结果枝率等生长势与一次果相近;冬芽二次果单穗重、单果重、果粒纵径和果粒横径等外观品质虽小于一次果,但葡萄的果肉硬度、可溶性固形物、还原糖、可滴定酸和维生素C含量等内在品质优于一次果。[结论]该技术适合成都平原地区葡萄二次果的生产。     

油菜素内酯对火龙果果实生长和品质的影响

【目的】研究油菜素内酯对火龙果果实生长和品质的影响,为提高火龙果产量和品质提供参考依据。【方法】以白玉龙火龙果为材料,采用单因素随机区组试验方法,在火龙果盛花期和果实迅速膨大期（花后第15d）两次喷施不同浓度（0.25、0.50、1.00、2.00mg/L）的油菜素内酯,测定火龙果的坐果率、单果重、果形指数、蛋白质、氨基酸、有机酸、维生素C、蔗糖、还原糖和可溶性总糖含量。【结果】0.25、0.50、1.00和2.00mg/L处理火龙果的坐果率均高于对照（喷清水）10个百分点以上;喷施1.00mg/L处理的火龙果单果重376.59g,显著高于对照308.77g,增幅为21.96%,可溶性总糖含量（103.97mg/g）与对照（92.76mg/g）差异显著;各浓度处理均可增大火龙果果实的纵径和横径,以1.00mg/L处理果实横径最大（8.46cm）,0.50mg/L处理果实纵径最大（10.75cm）、果形指数最高（1.31）。【结论】火龙果盛花期和果实迅速膨大期分别喷施1.00mg/L油菜素内酯可通过增加火龙果的坐果率、单果重和可溶性总糖含量,提高火龙果的产量和品质。     

四季蜜龙眼果实生长发育动态及其数学模型研究

【目的】研究反季节四季蜜龙眼果实生长发育动态,为制定高产、优质四季蜜龙眼栽培管理措施提供参考依据。【方法】跟踪测定反季节四季蜜龙眼发育期果实的纵径、大横径、小横径、单果重、果皮重、果肉重、种子重及可溶性固形物含量等指标,分别采用多项回归和求导方法建立四季蜜龙眼果实的生长发育数学模型和物质累积速度模型。【结果】反季节四季蜜龙眼果实生长发育需108 d,成熟阶段历时21 d。果径生长曲线前期上升较慢,中期上升较快;果肉重、果皮重、种子重和单果重在花后52 d开始快速增加;可溶性固形物含量在花后66~94 d快速增长,最高峰达25.1%。根据果实各指标数据建立的四季蜜龙眼果实生长发育数学模型,拟合出多项回归方程式,其中纵径、大横径、小横径、单果重及果肉重的拟合方程为二次方程,果皮重、种子重及可溶性固形物含量的拟合方程为三次方程,动态模型回归方程经F检验均达显著差异水平(P<0.05),决定系数R2均大于0.9800,达极显著差异水平(P<0.01);物质累积速度模型显示,果实纵径、大横径和小横径及单果重和果肉重5个指标的累积速度模型为一次直线方程,果皮重、种子重和可溶性固形物含量的累积速度模型为二次方程。【结论】四季蜜龙眼的生长发育动态及其数学模型可作为制定四季蜜龙眼高产、优质栽培管理措施的参考依据。