基于BP神经网络的土壤墒情预测精度研究——以肥东县为例

本文以肥东县土壤墒情为例,选用BP神经网络模型,对土壤墒情预测进行探究。先介绍神经网络相关理论知识,然后针对模型建立需要确定的参数做了详细说明。着重比较了隔日和五日两种预测结果的精度,结果表明隔日预报精度要高于五日预测精度,得出结论 BP神经网络短期土壤墒情预报能取得较高的精度,对农业生产具有实际指导意义。     

秸秆灰混凝土力学性能试验及强度预测

为了优化混凝性能,减少水泥产业耗能,尝试采用以部分秸秆灰替代水泥制备混凝土。该文通过试验对油菜秸秆灰混凝土拉压性能进行了研究,得到秸秆灰质量分数和水胶比对秸秆灰混凝土拉压性能的影响规律,如当秸秆灰质量分数增大时,混凝土拉压性能呈下降趋势;当水胶比过大时,混凝土力学性能急剧下降。同时提出秸秆灰混凝土抗拉性能与抗压性能间的线性函数关系以及混凝土轴心抗压强度计算公式,并与其他混凝土抗压强度公式进行比对验证。采用小波神经网络的预测方法,引入随机函数,对试验数据抽样进行训练,而后预测数据并与试验数据进行比对,计算误差,并将预测数据用于该文提出的拉压公式进行验证,结果表明验证较好。最后试验结果表明:当秸秆灰替代掺量为10%时,秸秆灰混凝土劈裂抗拉强度下降了25%,抗压强度仅下降了8%;当替代掺量为20%时,抗压强度下降了31%。     

基于农田无线传感网络的分簇路由算法

由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题.针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的生命周期,提高传感网的数据包投递率,构建了适用于农田信息采集的无线传感器网络架构,提出了一种混合式的分簇路由算法HCRA(hybrid clustering routing algorithm),研究了簇的形成、簇头竞选以及簇间路由过程,并对HCRA算法与低功耗自适应集簇分层型算法LEACH(low-energy adaptive clustering hierarchy),以及使用固定簇半径的混合节能分簇算法HEED(hybrid energy-efficient distributed clustering)进行了仿真试验.结果表明:在1 000次迭代周期下,采用HCRA算法的网络生存时间要比LEACH算法长约28％,比HEED算法长约12％;采用HCRA算法的数据包投递率要比LEACH算法高约34个百分点,比HEED算法高约16个百分点.该研究可为农田环境信息采集自动化监测系统提供参考.     

基于RBF神经网络与NSGA-Ⅱ算法的渣浆泵多目标参数优化

由于渣浆泵普遍存在扬程低于设计扬程、效率低、磨损严重等问题,该文选取比转速为75的离心式渣浆泵为研究对象,运用商用CFD求解软件Flunet,选取RNG k-ε湍流模型与欧拉两相流模型对其内部流动进行计算。以离心式渣浆泵的效率、高效区作为优化目标,结合Plackeet-Burman筛选试验,将渣浆泵叶片的进口安放角、出口安放角与叶片包角作为优化变量。采用均匀试验设计安排样本空间,利用RBF神经网络拟合优化变量与优化目标间的映射关联,基于NSGA-Ⅱ遗传算法进行多目标寻优。针对优化所得的Pareto解集,选取其中效率最优个体和高效区最优个体与优化前初始模型进行对比:分析了上述3个个体的通过数值模拟得到的性能曲线之间的差异,得到效率最优与叶片进、出口安放角、叶片包角为21.76?、23.43?、145.56?,高效区最优时为19.38?、22.68?、116.71?。通过试验验证,优化后个体性能得到显著提升,效率最优个体的效率较初始个体的效率提高了3.81%,高效区最优个体较初始个体高效区范围提高了4.33%。给出并分析了上述3个个体在叶轮流道中间剖面上固相相对速度矢量及湍动能分布、叶片工作面、叶轮后盖板的固相浓度分布差异。优化结果表明,该优化方法使叶轮的水力特性得到改善,提高了离心式渣浆泵的性能。     

基于异构数据集成技术的农业信息综合管理网络平台开发

针对中国当前农业无线监测中农业信息化标准尚未建立,监测终端各不相同,监测系统数据结构兼容性差的问题,该文围绕异构数据规范化设计和管理,开发了面向差异化农业信息监测终端的一体化网络平台。根据异构网络数据特点,将不同监测终端上传的数据格式标准化;基于XML(extensible markup language)和Visual Basic 6.0开发了标准化网管数据接口,将不同终端数据按照通讯协议的标准格式解析、存储数据;基于PHP、My SQL数据库和服务器及网站网页技术设计并搭建了远程监测平台。利用开沟机监测终端进行田间试验,监测耕深和跟踪机具,试验表明:网管数据接口能实时接收并正确解析终端数据;监测平台可实现远程数据的曲线显示、数据导出和控制终端的远程控制、轨迹绘制的功能;通过导出数据的轨迹和平台显示轨迹对比,轨迹精确。该研究解决了监测系统异构数据及终端硬件差异问题,把单机测控应用扩展至广域网,可应用于农机信息的远程实时监测和远程控制,对现代化农业信息化共享有着重要作用。     

电泳峰中相关因素对人工神经网络分析的影响

采用人工神经网络方法对重叠的毛细管电泳谱图中的相关组分进行了定量分析。结果表明,随着毛细管电泳谱图噪声水平的增大,2种神经网络模型定量分析重叠的毛细管电泳谱图中相关组分的能力下降;随着毛细管电泳谱图总分离度的增大,多层感知器神经网络模型定量分析重叠的毛细管电泳谱图中相关组分的能力提高。     

基于BP神经网络的多因素城市生活垃圾产量预测模型研究

运用BP神经网络理论,通过对城市生活垃圾MSW与人口数、GDP、人均收入和人均消费的数据分析,研究建立了多因素BP神经网络模型,并以北京市城市生活垃圾数据进行应用,得到了较好的效果。该模型优于传统灰色理论模型及双因素BP神经网络模型,预测结果合理,精度高,实用性强。该研究方法对城市生活垃圾管理及环境规划具有一定的指导意义,对其他领域一些相关问题也具有实用参考价值。     

GPS静态相对定位应用及精度研究

利用GPS静态相对定位,建立了云南省永善县土地二次调查中的控制网,并用常规RTK技术加密控制网以提高精度。对静态相对定位进行精度检测,证明静态相对定位误差范围小且稳定,上午观测能获得相对较高的精度,验证了研究区的控制网能满足精度要求。研究结果对GPS静态相对定位应用具有指导意义。     

BP神经网络在水稻病虫害诊断中的应用研究

介绍了BP神经网络算法及编码的内涵,探讨了基于BP神经网络的水稻病虫害专家系统的构建。研究表明,BP神经网络在水稻病虫害诊断中具有较强的应用价值。     

应用可见/近红外光谱技术快速鉴别山西陈醋品种

为了实现对山西老陈醋品种的快速鉴别,应用可见/近红外光谱透射技术,结合化学计量学方法,进行了山西老陈醋品种的判别分类试验研究。对4个不同品种共240个山西老陈醋样品采集其光谱数据,结合主成分分析和神经网络技术分别对山西陈醋原始光谱、一阶微分光谱、二阶微分光谱进行了判别分析。结果表明:可见/近红外原始光谱结合主成分分析神经网络判别分析法的分析结果最优,校正集正确分类的百分比达92.1%,预测集达85.0%;二阶微分光谱分析结果最差。