杨凌区降雨对作物生长适应性的模糊分析

依据模糊数学理论 ,采用模糊综合评判方法 ,从降雨“适量”、“适时”和“有效程度”3个指标出发 ,就杨凌区降水资源对农作物生长发育适应性做了评价分析 ,并提出降雨对作物生长的适宜度模型。通过实地调查与计算分析 ,该模型较好地反映了杨凌区主要作物对该区降雨特征的适宜能力 ,同时也较好地反映了本区降雨资源的地域特征 ,为该地区农作物合理布局决策提供了科学依据     

自压式树状管网的两级优化设计模型与神经优化设计

建立了自压式树状管网两级优化设计模型，并用人工神经网络法实现树状管网非线性规划模型的快速求解。采用的人工神经网络技术的两级优化设计模型在适用范围、求解速度和获得最优解能力上，均优于单一的非线性规划模型和线性规划模型，是实现树状管网全局优化设计的一条新途径。     

基于工况偏差在线计算的PHEV能量补偿控制方法

针对车辆真实工况与标准工况实时偏差导致的整车能量管理性能下降问题,提出一种基于工况偏差在线计算的插电式混合动力汽车(PHEV)能量补偿控制方法。根据车辆工况识别结果建立实际工况与标准工况之间偏差的数学表达式;以油电耗比为指标函数,构建能量管理系统控制偏差数学模型,给出工况偏差与控制偏差函数关系的离线建模方法;在此基础上,以工况偏差为输入,以控制偏差为被控对象,设计能量补偿模糊控制器,给出控制偏差的模糊控制规则和动力补偿分配权值。基于某控制策略对本文所提出的方法进行仿真验证,结果表明:所提出的能量分配补偿控制方法能够进一步降低整车燃油消耗,进而提升PHEV能量管理性能。     

管网中泵破坏瞬变流的数值模拟

建立了管网中泵破坏瞬变流的数值模拟，该模型考虑了泵破坏无量纲非线性边界条件，运用特征线法对方程进行了求解。经验证，证明模型是可靠的，可用于工程分析计算。     

人工神经网络在我国水科学中的应用与展望

简要介绍了人工神经网络的发展、结构与特点；从预测预报、评价、水灾害防治、水资源配置与管理决策4方面，综合评述了人工神经网络在我国水科学中的应用，并就人工神经网络今后在我国水科学中的应用与研究做了展望。     

基于神经网络的发动机实时检测与故障诊断系统

提出了一种基于神经网络的发动机性能实时检测与故障诊断系统，其诊断的特点是利用各种传感器实时采集数据，结合人工神经网络，从不同的角度，不同层次进行诊断推理，并以神经网络来完成自学习功能，大大提高了诊断的效率，研究提出了实时诊断系统的各种抗干扰措施，通过实验验证，该系统具有较高的准确性，并且易于操作和使用。     

BP神经网络在焉耆盆地农田排水量

利用BP神经网络技术对焉耆盆地农田排水量进行预测。利用灰色关联度分析确定了排水量与各影响因素的关系，选取了对排水量影响最大的5个因素作为BP网络的输入，利用均匀设计方法，确定了最优的神经网络结构。估算结果表明利用BP神经网络可以准确的估算农田排水量，最大相对误差仅为-2.45％。     

基于径流分类的日径流量预测神经网络模型

利用聚类分析法将径流序列分解为若干个子径流序列 ,对这些子径流序列分别建立局部神经网络模型 ,而后把这些局部模型合并成一个混合模型。当新的信息进入该模型时 ,首先用分类器判别其类别 ,以确定用混合模型中的何种局部模型加以模拟。通过与不加分类的总体神经网络模型的模拟结果加以对比 ,结果表明这种基于径流分类的降雨 -径流模型表现出了更优良的性能 ,可以较大地提高径流模拟精度。     

模糊故障诊断在水电机组中的应用

根据水轮发电机组的振动特点，本文探讨了适合于水轮发电机组的振动故障诊断方法，提出了将模糊技术应用于水轮发电机组振动故障诊断的思想，简要阐述了模糊故障诊断的基本原理，列出了水轮发电机组的征兆集和故障集，并根据征兆集和故障集的相互关系，提出了相应的模糊关系矩阵。最后通过模糊关系矩阵的运算，确定水轮发电机组的故障模糊向量。并以实际机组的振动故障为实例，验证模糊故障诊断方法的可行性和优越性。     

水质模糊评价的探讨

首先建立了利用模糊数学对水环境评价的模型，并在模糊综合评价中就各污染因素对整个水环境污染的作用进行了定量分析，进一步客观的进行评价。在计算权重时充分考虑污染因子在数量和性质方面对权重的作用。在多污染因子影响的水环境评价中，通过对污染因子按其属性及其评价目标进行了集合，这样可更真实地反映各因子之间的关系以及对整个污染的作用。