低比转数冲压焊接离心泵三维湍流数值模拟

对一低比转数冲压焊接离心泵在带分流叶片以及不带分流叶片情况下的叶轮及蜗壳耦合场进行了数值模拟.计算采用雷诺时均方程和RNGk-ε湍流模型,速度与压力耦合采用SIMPLEC算法.计算了设计工况、小流量工况及大流量工况下离心泵内部流场分布.增加分流叶片后.离心泵叶轮流道内的回流和二次流现象得到了有效控制.对比分析性能预测与试验结果的差异,在设计工况时离心泵性能预测的最大偏差为3%;非设计工况时性能预测的最大偏差为10%.     

径向基函数网络与WebGIS融合的苹果病虫害预测

以ArcIMS为二次开发平台,开发了基于Java技术和MVC架构的苹果病虫害预测预报系统平台,在建立了20余种苹果病虫害预测模型的基础上,采用动态数据交换技术(DDE)实现了GIS分析功能与病虫害预测模型的集成;具有空间数据和属性数据的分析处理、苹果病虫害预测预报、WebGIS信息发布等功能;可以通过地图或专题图、数据表格、图形或文字等多种形式预测预报苹果病虫害发生时间和发生程度.以苹果山楂叶螨为例,详细阐述了系统中径向基网络模型的构建,该模型的测试准确率为87.5%.高于BP神经网络的75%.     

液力耦合器三维瞬态流场大涡模拟与特性预测

采用大涡模拟、流动控制方程耦合求解法及多可动区域计算的滑动网格法,对液力耦合器内部瞬态三维流动控制方程组进行了耦合求解.对三维流场模拟结果进行深入分析,以进一步了解耦合器内部流动规律,优化设计其结构.同时,根据三维流场数值解计算了各个工况下液力耦合器叶轮转矩,进而预测其性能,将性能预测结果与实验结果进行比较,二者误差在7%以内,验证了大涡模拟方法及特性预测的准确,说明采用的液力耦合器流场的模拟方法具有良好的工程应用价值.     

基于IEA的需水预测投影寻踪模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统,其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策。PP方法通过投影将高维数据转换为低维数据,克服了维数祸根问题,能在一定程度上解决分类、函数逼近和时间序列预测等问题。将PP方法引入需水预测领域,建立了需水预测PP模型。同时,将免疫进化算法和PP耦合起来,简化了参数优化运算。在珠海市的应用实例表明:PP模型较好地解决了高维非线性和非正态问题,在需水预测中有较强适用性。     

径向基函数网络与WebGIS融合的苹果病虫害预测

以ArcIMS为二次开发平台,开发了基于Java技术和MVC架构的苹果病虫害预测预报系统平台,在建立了20余种苹果病虫害预测模型的基础上,采用动态数据交换技术（DDE）实现了GIS分析功能与病虫害预测模型的集成;具有空间数据和属性数据的分析处理、苹果病虫害预测预报、WebGIS信息发布等功能;可以通过地图或专题图、数据表格、图形或文字等多种形式预测预报苹果病虫害发生时间和发生程度。以苹果山楂叶螨为例,详细阐述了系统中径向基网络模型的构建,该模型的测试准确率为87.5%,高于BP神经网     

神经网络和模糊逻辑在农业机械制造中的应用

农业机械制造技术与一般机械制造技术相比,具有特殊性。如今大多数农机企业的技术跟不上先进机械制造技术的发展,农业机械制造技术比较落后。为此,将动态神经网络和模糊逻辑技术应用在农业机械加工制造中,能够很好地预测和控制工件的尺寸与形状,大大提高了加工精度。为此,以农业机械的轴类零件为例,建立了纵向磨削的Elman动态神经网络尺寸预测模型,采用论域自调整策略和模糊自适应控制理论,建立了纵向磨削的自适应控制模型,选择工作台的进给速度作为控制变量。仿真和实验结果表明,所建立的神经网络尺寸预测模型和模糊自适应控制模型是正确的。     

水稻产量预测的Hopfield数学模型

在众多的人工神经网络模型当中,Hopfield神经网络是应用比较广泛的一种。鉴于Hopfield神经网络的特点,将其应用于水稻产量预测领域,运用人工神经网络的知识,建立了水稻Hopfield产量预测的数学模型,通过它可以提高水稻产量预测的精确性,以提高肥料利用率,促使水稻优产、高产,达到经济、生态和社会效益的统一。此数学模型已通过了测试与试验验证,取得了较好的效果。     

绥解长株潭城市群核心区水资源矛盾的对策

长株潭城市群为全国资源节约型和环境友好型社会建设综合配套改革实验区,水资源合理配置、水环境治理是两型社会建设的重要内容之一,通过对长株潭城市群核心区水资源及开发利用现状、水资源供需分析与预测及水环境容量分析,提出了建立节水防污型社会,合理配置核心区各河段最小流量,开辟新的供水水源等缓解核心区水资源矛盾的对策.     

城市需水量的混沌预测

混沌预测与传统的时间序列预测方法有较大的不同,它较传统确定性和随机性预测方法更多地利用了时间序列中包含的丰富信息,因此能够得到更精确的结果。城市需水量受众多因素的影响,各影响因素与需水量之间存在着高度的复杂性和非线性,利用混沌理论重构相空间方法,将需水量时间序列扩展到三维或更高维的相空间中去,充分表现需水量时间序列的信息。通过对某城市月需水量的分析,计算出相应的Lyapunov指数;由于Lyapunov指数大于零,定量地说明了月需水量序列具有混沌性,并估计了可预测的时间尺度,同时根据最大Lyapunov指数,建立了预测模型,其预测结果的相对误差较小,精度较高。因此基于混沌理论的城市需水量的预测分析是一种有意义的尝试。     

粗糙集理论在年径流预测中的应用

年径流预测对合理开发和优化利用水资源、更好地制定区域社会经济规划具有十分重要的指导意义。应用粗糙集理论研究了历史数据不确定性影响下的年径流预测问题。在结合具体实例的基础上,应用粗糙集理论给出了从预测建模、有效数据筛选到决策规则生成、最终得出预测结果的完整的预测过程。算例分析表明,应用粗糙集理论解决数据不确定性影响下的年径流预测是可行的。