作物吸收Cd的影响因素分析及籽实Cd含量的预测

我国许多大的江河流域冲积平原土壤普遍存在重金属Cd异常,食用生长在其上的粮食是人体摄入Cd的一个主要途径。作物吸收Cd量受很多土壤因素的控制,为了确定影响作物籽实Cd含量的土壤理化指标,采用多元线性回归分析对采自江苏省南京、扬州和苏州郊区的水稻和小麦籽实及相对应的土壤样品进行了研究。结果表明,土壤总Cd含量和pH值是影响农作物籽实Cd含量的两个主要因子,虽然其他土壤理化性质指标对作物吸收Cd量也有一定的影响,但是影响程度均没有达到极显著水平,在忽略这些因子的情况下,水稻和小麦籽实的Cd含量、土壤总Cd含量和土壤pH值之间具有以下相关关系：log（水稻Cd）=-0．369—0．068pH＋0．153log（土壤Cd）;log（小麦Cd）=0．624—0．164pH＋0．421 log（土壤Cd）。这两个模型对水稻和小麦籽实Cd含量的预测能力均达到了极显著水平。     

高层建筑桩基础沉降预测

高层建筑施工过程可近似地看为一个线性加载的过程。在沉降-时间曲线特征的基础上,建立了高层建筑桩基础的龚帕兹沉降-时间预测模型,其中3个参数a、b和c可以简单求解得到。两个个工程实例的应用证明了该模型在桩基沉降预测中的合理性和实用性。     

含运动副间隙汽车摆振系统非线性动力学建模

机构运动副间隙对系统动力学响应有重要影响,有必要将转向机构运动副间隙引入汽车摆振系统动力学分析。基于非线性系统动力学,应用拉格朗日方程建立了考虑转向机构运动副间隙的六自由度摆振动力学模型。通过仿真分析讨论了车速对前轮摆振的影响,结果表明在特定车速范围内前轮会发生自激摆振,这与实际情况吻合,验证了模型的正确性。     

用于车辆紧急制动仿真的动态轮胎模型

提出一种可用于车辆紧急制动仿真的动态轮胎模型——LuGre轮胎模型。该动态模型不仅具有与经典稳态模型（如魔术公式）相似的稳态特性,可以方便地通过试验数据进行参数拟合和在线整定,而且能够精确捕捉汽车紧急制动过程中的瞬态特性,又由于采用微分方程形式来描述,更有利于开发高性能的电子制动控制系统来提高汽车的行驶安全性。得到了LuGre轮胎模型的基本特性,并分析了其在车辆紧急制动仿真中的稳态特性和动态特性。     

利用改进BP神经网络预测初产奶牛产奶量的方法

针对传统BP算法的缺陷,提出了一种采用L-M训练法的BP神经网络。在此基础上建立了基于改进BP神经网络非线性系统的奶牛305d产奶量预测模型,此模型可以提前215d预测初产奶牛305d产奶量,从而实现提早进行选择,加速奶牛育种工作进程。并通过具体的实验验证了改进BP神经网络预测模型的有效性。     

自然吸气与增压中冷柴油机气缸套应变对比

采用应变片测试技术,对自然吸气和增压中冷柴油机湿式缸套在外特性工况下工作时的周向应变进行了动态测试,拟合出缸套工作时的周向变形曲线,对比分析了不同机型湿式气缸套工作变形的特点以及主要影响因素。研究结果表明,随转速的提高,自然吸气柴油机缸套主推力面应变随之增加,逐渐呈现一种振动特性;而转速提高对增压中冷柴油机缸套周向应变影响不明显,缸套主推力面应变最大值出现在各作用力对缸套壁面作功最多的额定扭矩工况。     

基于VAR模型的新疆农业科技资源与农业经济增长的动态关系研究

农业科技资源投入是推进区域农业经济增长的关键。本文基于新疆2001—2020年时间序列数据,采用VAR模型分析新疆农业科技资源各要素与农业经济增长之间的动态关系。结果表明：新疆农业科技资源各要素与农业经济增长之间存在长期稳定均衡关系,而农业科技资源对短期偏离均衡的调整力度为106.93%;农业科研开发活动经费投入与农业经济增长之间存在单向格兰杰因果关系;农业机械总动力与农业技术人员数量之间存在单向格兰杰因果关系;两者之间的互动关系是长期良性状态。通过脉冲响应分析可知,就短期而言,农业科技资源对农业经济增长具有显著影响。总的来说,农业科研开发活动经费投入、农业机械总动力与农业技术人员数量对农业经济增长的促进作用具有不稳定性,四者之间的相互作用较复杂。     

基于SVM算法的区域农田灌溉短期用水量预测方法

常规方法对区域农田灌溉短期用水量预测时易出现预测数据误差大,预测过程复杂等现象。设计基于SVM算法对区域农田灌溉短期用水量进行预测。以某沿黄区域位于全景属于黄河流域东南方向一区域农田为研究对象,首先基于SVM算法选择用水量特征,选取一对一的构造方法将农田灌溉短期用水量数据分为两个类别。通过SVM算法中支持向量机分类功能将农田灌溉短期用水量特征子集进行获取,并在此基础上可以根据特征子集通过预测模型进行用水量预测。由于用水量序列波动性较强,将GM(1,N)模型与机器学习算法LSSVR模型相结合来进行用水量预测,并确定模型评价指标。结果证明基于SVM算法的区域农田灌溉短期用水量预测方法误差在允许范围内且在农业中具有可使用性。     

西门塔尔牛、和牛与荷斯坦牛杂种优势预测及实际杂交效果分析

旨在利用覆盖全基因组和性状的特异性SNPs标记预测和牛、西门塔尔牛与荷斯坦牛杂种优势,为牛杂种优势利用和选种选配提供参考依据。本研究分别利用牛Illumina Bovine HD 770 K和GGP Bovine 100 K芯片对464头和牛、1 222头西门塔尔牛和43头荷斯坦牛3个亲本群体进行基因型分型,并通过牛QTLs数据库筛选与目的性状对应的QTLs,对比牛参考基因组映射得到与初生重、周岁重、胴体重性状相关的特异性SNPs;然后构建覆盖全基因组和性状特异性SNPs两种标记状态同源矩阵,通过计算杂交组合亲本间的遗传距离来预测品种间杂种优势,并利用配合力分析验证较优组合的实际杂交效果。结果表明,基于全基因组和性状特异性SNPs计算的各杂交组合遗传距离差异不显著。在全基因组水平上,西门塔尔牛♂×荷斯坦牛♀（S×H）与和牛♂×荷斯坦牛♀（W×H）亲本间杂交组合遗传距离分别为0.346 1和0.338 9;在初生重、周岁重和胴体重性状上,S×H亲本间遗传距离分别为0.343 1、0.348 7和0.336 7,而W×H遗传距离分别为0.337 6、0.340 7和0.329 2;两种SNPs标记计算的遗传距离均为S×H较大,W×H次之。因此,在初生重、周岁重、胴体重性状上,S×H为较优杂交组合。通过分析德系西门塔尔牛♂×荷斯坦牛♀实际杂交群体的配合力,发现10个父系在初生重性状上一般配合力和特殊配合力均为正效应,最高效应值分别达到3.760 9和8.931 2。西门塔尔牛与荷斯坦牛杂交可在初生重、周岁重和胴体重获得较高的杂种优势。