基于改进粒子群算法的烧结配料预测模型

针对烧结配料系统中的非线性、复杂性和相关性，基于BP神经网络建立烧结配料的预测模型，并采用粒子群算法对预测模型参数进行优化。为了克服粒子群算法的局部收敛性，在迭代过程中，根据迭代次数对惯性权重进行动态非线性调整，从而提高算法的搜索能力。仿真结果表明，所提出的改进粒子群算法与传统的粒子群算法比较，收敛速度快、迭代次数少、具有较强的全局寻优能力。     

Neural network prediction of performance parameters of an inclined plate seed metering device and its reverse mapping for the determination of optimum design and operational parameters

Seed planting equipment with inclined plate seed metering devices is the most commonly used equipment for planting of peanut crop in India. For obtaining the high yield, it is very essential to drop the peanut seeds in rows maintaining accurate seed rate and seed spacing with minimum damage to seeds during metering. This mainly depends on forward speed of the planting equipment, rotary speed of the metering plate and area of cells on the plate. The relationship between these factors and the performance parameters viz., seed rate, seed spacing and percent seed damage can be established using regression analysis. But they may not be very accurate and may pose difficulty in the determination of inputs for a set of desired outputs (reverse mapping). Hence, an attempt has been made in this paper to develop the feed forward artificial neural network (ANN) models for the prediction of the performance parameters of an inclined plate seed metering device. The data were generated in the laboratory by conducting experiments on a sticky belt test stand provided with a seed metering device and an opto-electronic seed counter. The generated data was used to develop both statistical and neural network models. The performance of the developed models was compared among themselves for 4 randomly generated test cases. The results show that the ANN model predicted the performance parameters of the seed metering device better than the statistical models. In order to determine the optimum forward speed of the planting equipment, peripheral speed of the metering plate and the area of cells on the plate to obtain the recommended seed rate of 33.33 seeds/m², seed spacing of 100 mm and percent seed damage of 0.2% with 100% fill of the cells, a novel technique of reverse mapping using ANN model was followed. It was observed that the optimum forward speed of the planting equipment and optimum area of cells on the metering plate had good correlation with size of seed. Linear regression equations were developed to predict the optimum forward speed of the planting equipment and optimum area of cells on the metering plate using the size of seeds as independent parameter. The peripheral speed of the metering plate of 0.237 m/s was found to be optimum for the size of seeds in the range of 95.42-123.01 mm². However, the results need to be verified by conducting planting operation under actual field conditions.     

基于MATLAB实现模糊神经网络模型在企业水环境中的应用

指出了水质评价是进行水环境容量计算和实施水污染控制规划的重要基础。应用模糊神经网络原理，以某企业污水处理站的检验数据为依据，选择3个评价参数，使用MATLAB函数工具箱编程，建立了T—S模型，经过仿真得出评价结果，研究表明：该方法能正确评价水质的样本，具有较好地客观性和预测性。     

基于粒子群的多BP网络并行非线性预测控制

针对传统预测控制算法在解决非线性系统控制问题时，存在难以建立精确的数学模型、控制精度不高等缺点，提出一种新的非线性系统预测控制方案。以多BP神经网络作为并行预测模型，克服误差积累以及网络规模庞大的缺点；运用粒子群优化(PSO)算法完成非线性预测控制的滚动优化。仿真表明，该方案的控制效果比常规动态矩阵控制效果有所提高，该方案是可行和有效的。     

城市发展过程中用水量预测研究

城市化程度的不断提高使得城市对资源环境的需求越来越多,对资源环境的压力也越来越大,尤其是对作为城市物质基础的水资源的压力越来越大。因此需要对城市经济发展过程中城市发展与城市用水的关系进行更进一步的研究。用衡量城市经济发展的4个指标组成一个向量-Ψ来定量描述城市化,并利用神经网络建立了向量-Ψ与城市用水量Q的数量关系,然后根据城市经济发展目标预测相应城市规模条件下城市用水量,为城市规划提供依据。     

基于神经网络模型的青岛市城区土壤重金属污染源定位

建立基于遗传算法的BP神经网络系统,该模型可以有效描绘区域中重金属元素的分布情况,并由此通过各元素浓度极大值点求出污染源近似坐标,实现对污染源的定位.将该模型运用于青岛市,根据青岛市不同功能区的土壤重金属含量调查结果,实现了对可能重金属元素污染源位置的预测.     

胚胎干细胞向神经细胞定向诱导分化方法的研究进展

胚胎干细胞具有自我更新和多向分化潜能,有望成为治疗神经系统疾病重要的种子细胞来源。如何高效地诱导胚胎干细胞向特定神经细胞分化是目前研究的热点。本文就胚胎干细胞定向分化成神经细胞的3种方法:RA诱导法、谱系选择法和SDIA法及其移植研究做一综述。     

造血和神经相关标志物在人胎盘的表达

为探讨人胎盘组织在造血中的作用以及研究造血和神经标志物在胎盘中的表达和在胚胎发育中的相关性，用免疫组织化学法对人胎盘组织和体外培养的胎盘组织中的贴壁细胞进行染色，观察其造血因子和神经标志物的表达。结果发现人7月龄胎盘组织血管内血细胞表达多种造血细胞因子，如SCF、VEGF、BMP-4和FGF-1和KDR，血管内皮细胞上也有表达；胎盘组织同时表达造血干细胞标记CD34、CD133和神经细胞标记物Nestin和MAP2等。而足月龄胎盘CD34、CD133、KDR和造血相关因子SCF、VEGF、BMP-4、FGF-1等弱表达，不表达Nestin和MAP2。两组胎盘切片都不表达GFAP和MBP。胎盘贴壁细胞（hPDACs）碱性磷酸酶、波形蛋白、CD133、Nestin和MAP2染色呈阳性，CD34、GFAP和MBP阴性表达。人胎盘组织和胎盘贴壁细胞表达多种造血相关因子和神经细胞标志物，提示胎盘具有造血功能，造血形成和神经发生之间可能存在基因表达叠加现象。     

环境规划中大气SO_2预测的神经网络模型

为了对规划期间排入大气的SO2进行有效的控制,本文应用B-P人工神经网络方法建立了山西省运城市各县(区)人口数量、燃煤量、工业总产值和SO2排放量与SO2浓度的规划期综合预测模型,以实现在规划期间对大气的SO2的预测和控制。     

基于人工智能的农用拖拉机发动机故障快速诊断研究

为了达到拖拉机发动机不解体故障诊断的目的,提高诊断效率,利用发动机缸盖的振动信号的采集原理,提出了一种基于神经网络的人工智能故障检测方法,并构建了拖拉机发动机振动信号采集系统。基于人工智能的拖拉机发动机故障诊断系统,综合运用信号采集技术、信号处理技术、数据库技术、神经网络技术和人工智能专家系统,实现了和数据库及具有强大信号分析的处理功能,提高了系统的诊断实时性和诊断精度。最后,采用田间试验方法,对拖拉机故障快速诊断系统进行了试验验证。试验结果表明:采用人工智能诊断方法不仅可以有效提高系统的准确率,而且诊断系统的响应更加迅速,并且曝晒、震动、灰尘等恶劣的现场环境中仍能保持正常工作的稳定性。