澳洲坚果花粉母细胞减数分裂观察

采用压片法观察了澳洲坚果花粉母细胞(PMC)减数分裂的完整过程,证实澳洲坚果PMC减数分裂始于12月份,其减数分裂进程与单花大小有密切关系,且同一花蕾甚至同一花药中表现不同步.减数分裂双线期历时时间长且形态多样,可于终变期、中期Ⅰ、后期Ⅰ以及后期Ⅱ观察到染色体数目和结构.澳洲坚果PMC减数分裂过程中无染色体结构和数目的变异,属二倍体的标准分裂进程.     

模糊熵在优序评价中的应用

介绍了优序评价的原理和方法.利用多级模糊评价理论建立的优序评价模型是评价环境质量优劣的一种方法.根据模糊熵可以描述随机、模糊信息的不确定性等特点,利用模糊熵对其进行评价,建立了模糊熵的熵函数模型,并结合实例说明熵函数模型的应用.     

多重马尔可夫链预测的模糊模型

木文提出了多重马尔可夫链预测的模糊模型。该模型克服了以普通集合论为基础划分系统状态的弊病,推广了马尔可夫链预测的模糊模型。模型有效地提高了预测精度。文中以林业虫害预测说明了多重马尔可夫链预测的模糊模型的方法。     

生物炭及炭基肥对土壤微生物群落结构的影响

【目的】微生物在土壤养分循环中起到转换者的作用。论文以传统有机肥(玉米秸秆和猪厩肥)为对照,探究施用生物炭和炭基肥等新型有机物料培肥改土对土壤微生物群落结构的影响,以期为不同有机物料合理施用提供理论参考。【方法】依托沈阳农业大学棕壤改土定位试验平台(始于2009年),利用磷脂脂肪酸(PLFA)技术研究长期不同有机无机配施条件下土壤理化性质和微生物群落结构特征及二者的相关关系。试验处理包括:秸秆配施化肥还田(CS)、猪厩肥配施化肥(PMC)、炭基肥(BF)以及生物炭配施化肥(BIO)。【结果】PMC和BF处理的pH显著高于BIO处理;PMC处理的全氮含量显著高于BF和CS处理,BIO与PMC处理没有显著差异;PMC处理的有机质含量显著高于BF和BIO处理;PMC处理的土壤含水量最高;不同处理间土壤全钾含量没有显著差异。PMC处理的土壤微生物总PLFAs含量最高,其他处理间没有差异;PMC处理的细菌PLFAs含量最高,BF处理的细菌PLFAs含量显著低于BIO和CS处理;PMC处理的真菌、革兰氏阳性和阴性细菌PLFAs含量显著高于BIO处理,BF与PMC处理差异不显著;PMC处理的放线菌含量显著高于CS处理,BF和BIO处理居于中间无显著差异。BF处理的Shannon-Winner多样性指数和真菌/细菌比值显著高于BIO处理,BF和PMC处理的革兰氏阳性/阴性细菌比值显著低于BIO处理。冗余分析(RDA)结果显示,土壤pH、全氮和有机质对土壤微生物各PLFA有极显著影响(P0.01),含水量和全钾有显著影响(P0.05)。【结论】生物炭和炭基肥长期施用明显改善了土壤理化性质;相较猪厩肥,施用生物炭不利于真菌和革兰氏阴性细菌的积累,而且施用生物炭和炭基肥对土壤微生物群落的影响不同,施用生物炭有利于细菌群落的繁殖,施用炭基肥有利于土壤真菌/细菌比和土壤微生物群落结构多样性的提高;土壤pH、全氮、有机质、含水量和全钾依次是影响土壤微生物群落的重要因子。     

一种模糊计算过程神经元网络及其应用

针对带有过程性模糊规则的时变信息处理问题,提出了一种模糊计算过程神经元网络。该模型将模糊神经网络推广到时域空间,可实现对过程性定量与定性混合信息的模糊计算。给出了一种5层结构的模糊计算过程神经元网络模型,并针对网络结构的优化问题给出了该网络模型的规则层节点的选取方法和相应的学习规则,对于具有较少输入节点的情况,网络有较快的训练速度。模糊过程神经元网络将传统模糊神经网络的模糊函数映像关系推广为模糊泛函映像,增强了对各种过程信息的综合处理能力。实际应用结果验证了模型和算法的有效性。     

长输油气管道工程建设项目的PMC管理模式

中国石油所辖多条管道建设项目采用“PMT+ PMC+ EPC”项目管理模式,效果良好.介绍了PMC项目管理的主要特征、适用范围及其在长输油气管道工程建设项目中的应用.PMC承包商受业主委托对项目进行管理和有效控制,实现对工程项目质量、成本、进度和HSE的综合管理,在保证项目质量的基础上实现项目整体目标系统最优.其职责包括:项目组织与计划管理、项目设计管理、项目物资采购管理、项目施工管理、项目试运行与验收管理、项目评价管理.其重要作用在于:优化资源配置、利于业主精简机构、提高项目管理水平、节约项目投资、提高项目总体经济效益、畅通项目参与方的信息沟通.同时指出当前长输油气管道工程建设项目推行PMC管理存在的问题,并提出相关建议.     

模糊环境下美式看跌期权的定价研究

应用模糊集理论将无风险利率和波动率进行模糊化,以梯形模糊数替代精确值,将美式期权的定价模型扩展到美式期权模糊定价模型.得到了模糊风险中性概率表达式,并在此概率测度下推导出多期二叉树模糊定价模型,以及二叉树上各节点以梯形模糊数表示的模糊期权价值,以数值模拟演示了美式看跌期权的模糊定价过程.最后分析了不同风险偏好投资者在不确定环境下的套利决策行为,结果表明风险偏好大的投资者具有较高的置信水平、较小的主观模糊期权价格以及较大的无风险套利区间.     

温室作物模糊蒸腾模型的设计与仿真

为了得到简单、合理、实用的蒸腾计算模式，以模糊理论为基础，使用较少的气候参数(辐照量、湿度和风速等)，构造了模糊蒸腾模型；然后，借助于MATLAB模糊逻辑工具箱的图形用户界面(GUI)，对模糊模型进行了仿真，获得了与温室内作物蒸腾规律较为一致的结果；最后对模糊模型的优化做了概述。     

基于神经网络的模糊逻辑推理系统模型

采用多层前向神经网络模型及ＢＰ学习算法,建立了基于神经网络的模糊逻辑推理方法和基于神经网络的模糊系统模型,从而将模糊逻辑和神经网络集成融合为一个有效的功能性系统。     

基于神经网络的模糊逻辑推理系统模型

采用多层前向神经网络模型及BP学习算法, 建立了基于神经网络的模糊逻辑推理方法和基于神经网络的模糊系统模型, 从而将模糊逻辑和神经网络集成融合为一个有效的功能性系统。     

基于图论和模糊数学的故障诊断新方法

针对单输入的故障诊断问题,提出了在赋模糊权的二部图中求解故障诊断费用最小的诊断顺序的数学模型,并给出了该模型的两个优化算法,根据算法可方便地得出故障诊断顺序的优化决策方案,使故障诊断更为经济和快捷有效.     

基于模糊神经网络的电控发动机诊断专家系统的研究

发动机出现故障的机率较高,一般占整车故障的40%左右。研究发动机故障诊断专家系统,可以及时、准确进行故障定位,提高工作效率。但是传统专家系统存在推理效率低、自学习能力差等缺点。本研究将模糊逻辑和传统神经网络相结合形成模糊神经网络,建立了模糊神经网络(FNN)故障诊断模型,并将该模型应用于发动机故障诊断,优势互补,提高了专家系统的推理效率和自学习能力,其性能高于传统的BP网络。     

系统级故障诊断的测试图生成方法研究

提出了并研究了系统级故障诊断测试图中任意测试图，受限ｔ可诊断系统测试图和ｔ可诊断系统测试图的生成原理及方法，给出了一个典型测试图的生成实例。     

基于自我调节学习的柴油机故障诊断研究

针对柴油机故障原因和故障征兆之间非线性、多变量和模糊的关系,结合柴油机故障实际运行情况和大量专业人员经验知识,提出了一种基于自我调节学习的柴油机故障诊断方法,建立基于灰靶理论的故障诊断模型,利用实时反馈的更新自我调节柴油机故障统计数据和专业人员经验知识构造柴油机故障征兆标准模式,通过对故障征兆和诸故障原因靶心距排序,诊断出柴油机故障的原因并及时维修,反馈更新后再实时自我调节学习故障征兆标准模式。应用结果证明了其实用性和有效性,为同类故障诊断提供了一个新的思路。     

基于LMD和AR模型的转子系统故障诊断方法

提出了基于局部均值分解（Local mean decomposition,简称LMD）和AR模型相结合的转子系统故障诊断方法.该方法先用LMD方法将转子振动信号分解成若干个瞬时频率具有物理意义的PF（Product function,简称PF）分量之和,然后对每一个PF分量建立AR模型,提取模型参数和残差方差作为故障特征向量,并以此作为神经网络分类器的输入来识别转子的工作状态和故障类型.与EMD方法的对比研究表明,这两种方法均能有效地应用于转子系统的故障诊断.但LMD方法信号分解后数据残差比EMD方法的小.     

柴油机冷启动过程模糊逻辑推理异常诊断

在分析柴油机冷启动异常诊断知识特点的研究基础上,采用清晰集构建模糊集的方法对柴油机冷启动过程运行状态参数进行相应的模糊化处理,并采用模糊逻辑推理算法对柴油机冷启动过程进行异常诊断,从而提出了一种基于模糊逻辑推理的柴油机冷启动异常诊断方法.应用实例表明,柴油机冷启动过程中启动困难异常的可能性为0.752,应该对柴油机冷启动供油温度、进气岐管温度进行处理.应用效果表明, 柴油机冷启动过程逻辑推理异常诊断方法诊断准确率高,具有较强的实用性.     

电力变压器故障综合诊断专家系统

提出了一个用于电力变压器故障诊断的专家系统，以综合诊断技术为知识基础，用模糊数学方法于知识表达及推理策略，旨在准确和迅速地实现变压器故障的诊断。     

特种车辆柴油发动机故障诊断专家系统推理机设计

针对特种车辆柴油发动机故障诊断专家系统知识表示的模糊特性，建立了故障类型的模糊诊断模型，提出了不精确推理方法和模糊匹配策略，采用柴油发动机故障类型诊断的反向推理和故障原因分析及故障消除措施正向推理相结合的混合推理机制，设计了总体目标推理和级目标推理相结合的推理机．系统现场运行的快速推理结果表明了该推理机设计是成功的．     

基于三角均分模糊推理的电力设备故障诊断

电力设备的故障诊断具有不确定性。应用三角均分模推理系统的能够利用实际故障诊断数据，吸收专家诊断经验，获取与完备故障诊断规则知识，从而有效地诊断电力设备的故障。     

智能化故障诊断技术的研究与应用

智能化故障诊断技术的关键是基于数据预处理方法的故障模式识别理论,其中数据预处理方法主要有小波分析、主成分分析和粗糙集理论等,故障模式识别理论主要有专家系统故障诊断法、模糊故障诊断法、灰色模型故障诊断法、神经网络故障诊断法、信息融合故障诊断法和基于范例推理的故障诊断法等.本文对各类故障模式识别方法的诊断原理、特点及其应用进行了比较和分析,并指出了故障诊断技术的发展趋势.