新疆棉花铃期植株氮素挥发初步研究

采用同位素示踪等方法研究棉花铃期植株氮素挥发的化学成分和各成分损失量。在室内水培条件下,采用密闭生长室抽气法测定棉花植株NH3挥发;应用^15N示踪技术,采用静态箱法测定棉花植株N2和N2O挥发。在抽气速率为0.26m^3／h情况下,棉花植株氨的挥发速率约为48.34μg／g·h。同位素标记时期,在静态箱法测定期,棉花N2的释放速率为3.96μg／g·h干重;N2O的释放速率为4.53μg／g·h干重。棉花铃期可以通过地上植株释放出NH3、N2和N2O。     

基于改进型神经网络的植物病虫害预警模型的构建

通过对植物病虫害预警模型的相关原理和方法的研究,并结合粒子群算法对后向传播神经网络进行参数优选,构建了基于粒子群和神经网络混合算法的植物病虫害组合预警模型。模型参数：①PSO参数设定：准粒子群算法模型参数的设定主要是对惯性、收敛（约束）、＂认知＂、＂社会＂进行变化与调节。C_1是粒子跟踪自己历史最优值的权重系数,它表示粒子自身的认识,设置为2。C_2是粒子跟踪群体最优值的权重系数,它表示粒子对整个群体知识的认识,设置为2。ξ,η设置为[0,1]区间内均匀分布的随机数。r是对位置更新的时候,在速度前面加的1个系数,设置为1;②BP神经网络输入层节点的确定：预测模型输入层节点为7个,分别代表7个特征指标,即发病面积、稻瘟病发病率、雨量、雨日数、平均温度、平均湿度、光照;③隐含层节点及隐层数的确定：该研究采用3层BP网络,隐层数为1层。将1980～2000年云南省盈江稻瘟病历史数据作为学习样本输入到预警模型,进行训练。隐节点为7时误差最小（1.046）;④输出层节点的确定：预测模型输出层节点为1个,即稻瘟病病情指数（Y）。稻瘟病发生程度分为5个等级：〈10,为等级1;10.1～20.0,为等级2;20.1～30.0,为等级3;30.1～50.0,为等级4;〉50.0,为等级5。预警模型：在构建预测模型时,包括2个过程,即学习过程和预测过程。在学习过程阶段主要在PSO算法对连接权和阈值优化的基础上,通过对样本数据的学习,找到其内在规律性,从而确定各节点间的连接权和阈值。由于选取影响植物病情发病的因子有7个,因此,第i年的输入层就为1个7维向量x_i,即输入层为7个神经元。隐含层确定为1层,输出层为第i＋1年的植物病理病情指数,故为一维向量y_j,因此,输出层的神经元个数为1。预测过程则是根据学习过程已经确定下来的连接权值和阈值,把需预测样本输入训练好的BP网络,通过网络学习后,输出相应的预测值。如需预测第i年植物病情等级,就把第i-1年决定植物病理发生的相应因素输入到该网络模型。即输出就为第i年植物病情发生程度的预测值。测试结果表明预警模型的构建有效且可行,为构建有效的预警平台应用提供了可行的模型结构。     

基于SSA-PSO-LSTM模型的羊舍相对湿度预测技术

羊舍湿度过高或过低都会直接威胁肉羊健康生长,及时掌握湿度变化趋势并提前调控是确保规模化肉羊无应激环境下健康养殖的关键。为提高湿度预测精度,提出了基于奇异谱分析（SSA）、粒子群优化算法（PSO）、长短时记忆网络（LSTM）的羊舍湿度非线性组合预测模型。利用SSA分离出正常序列和噪声序列,将原始序列转换为平滑序列;其次通过PSO不断迭代优化确定LSTM的最优参数组合,降低LSTM的训练成本;最终依据优化参数建立组合预测模型分别对两序列进行预测,模型结果之和为最终预测结果。利用该模型对新疆维吾尔自治区2021年3月17—27日期间的羊舍空气相对湿度进行预测,结果表明,该组合预测模型具有良好的泛化性、稳定性和收敛性。与标准的ELM、SVR、LSTM、PSO-LSTM、EMD-PSO-LSTM等模型相比,本文提出的SSA-PSO-LSTM组合模型具有更高的预测精度,其均方误差、平均绝对误差和决定系数分别为1.127%2、0.803%和0.988。     

基于DE-PSO模型的土地资源优化配置研究

以丹江流域（河南段）2008、2018年Landsat遥感影像数据为主要数据源,采用差分演化算法对研究区2028年的土地利用结构进行优化,并对优化结果进行分析验证,然后将得到的土地利用结构优化结果作为数量约束条件嵌入粒子群算法,设置基本栅格、空间集聚度、土地类型转换、地形坡度规则等多种约束条件进行粒子更新优化,构建了土地资源优化配置的DE-PSO模型。研究结果表明,优化后的2028年土地利用空间格局与研究区实际相符合,且优化后的土地利用空间集聚程度增加,土地利用空间格局在总体上趋于合理;水域面积由406.61 km²增长到448.07 km²,主要表现为丹江口库区库容扩大,其发展趋势符合丹江口水库调水规划和水源地相关政策;模型总体精度为89.54%,Kappa系数为0.859 3,说明建立的模型具有良好的性能。研究结果可为研究区土地资源可持续利用、水源地保护与管理、生态环境保护提供科学依据。     

基于改进PSO的无人自转旋翼机二自由度PID飞行控制

针对传统无人自转旋翼机自动控制采用一自由度PID和优化算法相结合,因自转旋翼机的响应滞后特性,一自由度PID不能同时满足快速响应和抑制干扰的问题,提出基于粒子群算法和模拟退火算法的二自由度PID控制器,同时设计前馈控制器的降噪方法,实现对无人自转旋翼机的有效控制。通过搭建Matlab仿真模型验证其可行性,其仿真结果表明本研究中算法相对于传统一自由度PID控制响应速度较快,前馈控制器能有效地抑制外部干扰,鲁棒性强,且系统响应速度快,响应时间提升约11%,响应精度更高,收敛误差小,约是传统PID的1/6,控制系统更稳定。同时在2种不同飞行环境下实际飞行实验验证了基于PSO-SA的二自由度PID控制器可行性,可为无人自转旋翼机在农业航空领域中的应用提供理论基础。     

3-PUS-PU柔顺并联机构运动学分析与优化设计

提出一种具有高精度、高刚度的3-PUS-PU柔顺并联机构,并对该机构进行运动学分析及优化设计。根据柔性铰链结构与机构间几何关系,对3-PUS-PU柔顺并联机构的运动原理进行阐述,并分析了该机构运动特性。采用空间闭环矢量法建立机构的运动学模型,对机构的输入-输出关系和速度特性进行了分析。基于力学理论,通过求解柔性铰链的极限转角,对机构的工作空间进行分析。根据机构的工作要求,提出定位精度指标和紧凑性指标,并进一步分析机构几何尺寸参数对其性能指标的影响。基于提出的性能指标,采用粒子群优化算法对机构的结构尺寸参数进行优化设计。结果表明,相比优化前,优化后的柔顺并联机构的定位精度提高25%,紧凑性提高81%,机构整体运动性能有了较大的提升,为后续样机研制提供了参考依据。     

克隆选择粒子群优化BP神经网络电力需求预测

在普通BP算法基础上,引入克隆选择粒子群算法,建立电力需求预测模型.将当期国内生产总值、前期国内生产总值、人口、当期产业结构变化、前期产业结构变化等影响电力需求的因素作为网络输入,电力需求作为网络输出,同时选择合适的隐层节点数,确定模型的网络结构.利用克隆选择粒子群算法反复优化BP网络的权值组合,将优化后的权值作为BP神经网络的初始值,进行BP算法,直至网络达到训练指标.利用近几年相关输入输出变量年度数据,对建立的模型进行电力需求实证预测分析,并同普通BP神经网络预测结果进行对比.结果表明:基于克隆选择粒子群优化的BP神经网络不仅训练速度快,而且误差小,预测精度明显提高,说明该模型对于电力需求预测的有效性.     

基于CEEMDAN-QPSO-BLS模型的径流预测研究

准确的径流预测是水资源优化配置和高效利用的前提,是制定防洪减灾决策的基础,然而受到人类活动、环境、气候等因素的影响,径流序列呈现出非线性、非稳态、多尺度变化的特点,这为径流的精准预测增加了难度。为提高径流预测的精准度和可信度,结合自适应噪声完备集合经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）方法,量子粒子群优化算法（Quantum Particle Swarm Optimization,QPSO）、宽度学习系统（Broad Learning System, BLS）模型,提出了一种基于CEEMDAN-QPSO-BLS组合式的径流预测模型。该组合模型首先使用CEEMDAN方法对原始径流信号进行分解,得到若干相对平稳的本征模态分量。其次利用QPSO算法对BLS模型的特征层节点组数、增强层节点组数和组内节点数进行寻优,得到最优的宽度学习网络拓扑结构,进而使用最优的QPSOBLS对多个稳态分量进行预测,并对预测分量进行重构,从而获得更高的预测精度。以黄河流域小浪底水库的日径流...     

用~(15)N示踪法研究人参吸氮及其对~(14)C同化物分配的影响

利用^15N法踪法研究了人参对肥料氮的利用和损失及氮对人参光合同化产物分配的影响。结果表明,人参对肥料氮利用率,1年为9．85％,2年为19．06％;肥料回收率第1年为81．59％,第2年为69．78％,2年肥料氮损失率为30．22％,供氮10g/m^2时,人参的^14CO2同化力以及硝酸还原酶（NR）活性最高;供氮40g/m^2时,总可溶性糖、蔗糖含量下降,淀粉含量增加,人参皂甙含量下降。     

外源性CNT对3H-甘油在哈白兔体内的示踪动力学研究

【目的】研究甘油在动物体内的分布及代谢规律。【方法】以哈白兔为试验动物,利用同位素示踪法研究了3H-标记的甘油(3H-Glycerol)在动物体内的分布、转运与代谢规律,建立了其示踪动力学模型。【结果】皮下注射3H-Glycerol 95 h后,其主要分布于肾脏、肠及脂肪中,且表现为:肾>肠>脂肪>肝脏>脑>膀胱>胃>肌肉>心脏>生殖器>肺脏>脾脏。【结论】甘油在哈白兔体内的代谢具有其独特的示踪动力学方程,外源性CNT对甘油在哈白兔血液中的代谢及在组织和器官中的分布均有明显影响。