粮食烘干塔智能预测控制系统软件开发路径研究

粮食烘干作为粮食贮藏的必要环节,整个过程拥有非线性、大迟滞、多扰动等特点,属于较为复杂的工艺过程;粮食干燥处理在加工过程中涉及的交叉学科多,包括食品、农业、产品加工、化工等多个学科;粮食干燥处理过程需要消耗大量的能源,整个干燥处理对粮食烘干质量影响大,操作不当还可能增加烘干成本。基于此,笔者分析了粮食烘干塔智能预测控制系统软件开发问题,以烘干塔智能预测控制系统软件设计为例进行了说明。仿真结果表明：智能预测控制系统软件开发上结合烘干塔类型与特点,采用BP神经网络模型等设计,完善预测控制系统质量,提高整体粮食烘干塔粮食干燥处理效率。     

2012年春夏库存红富士苹果行情预测分析

2011年是中国农业的丰收年,大部分农产品因为供大于求收购价持续下跌,大家断熟悉的“姜你军、蒜你狠、逗你玩”等风光不再,农产品卖难在中国随处可见．唯独苹果一枝独秀,2011年10月苹果收购季再度上演“苹什么”报复性疯狂涨价、陕西、甘肃等主产地苹果平均上涨1～2元／kg,     

黄龙山金钱松种群结构与动态特征

为探究湖北黄龙山金钱松(Pseudolarix amabilis)生存现状和数量动态趋势,为保护金钱松种群提供科学依据,通过编制静态生命表,绘制存活曲线、死亡率和消失率曲线及生存函数曲线分析种群径级数量与动态变化;采用时间序列预测种群未来发展趋势。结果表明,中龄级(第Ⅳ～Ⅵ径级)个体占总株数的82.54%;数量动态变化指数V_pi为23.16%,■为2.89%,种群为增长型,但对外界随机干扰非常敏感。存活曲线属于Deevey-Ⅰ型;种群呈全期递减、中期较稳和后期衰退的特征。随径级增加,种群未来整体数量减少,不同径级个体数减少。黄龙山金钱松天然种群幼龄个体缺乏,中龄后期面临的环境筛选和竞争压力增大。为维持种群的更新与发展,需进行人工调控和保护。     

草原蝗虫监测中相关问题探讨

新疆草原辽阔,畜牧业生产是新疆国民经济的重要组成部分,也是我国主要的畜牧业生产基地之一,草原蝗虫是新疆草原最主要的重大害虫之一。新疆草原蝗虫一年发生1代,主要蝗虫种为意大利蝗（Calliptamus it alicus）、红胫戟纹蝗（Dociostaurus kr aussi）、西伯利亚蝗（Gomp hocerussibir icus）以及亚洲飞蝗（Locusta migr ator ia）等[1-2]。草原蝗虫为较典型的气候型害虫,高温干旱的天气利于草原蝗虫的发生发展[3-9]。20世纪80年代后期以来,受全球气候变暖的影响,新疆气候变暖的趋势也逐年加剧,导致蝗害面积不断扩大。2006年新疆草原蝗虫发生面积已达203.1万hm2,使草地生态环境更加恶化。在大的生态环境非常难以在短时间内改变的现实情况下,必须制定出短期、中长期的应急与应需规划及策略。对蝗虫的预测预报由被动变主动,借助先进的科学技术及时准确地预测预报蝗虫发生的区域、时间、趋势是新疆防治蝗虫的关键。笔者就目前蝗虫防治中的一些理论与技术问题进行梳理,虽然不尽详细,但希取抛砖引玉之意,与广大同行及同事交流。     

基于卷积神经网络的锌结合蛋白质作用位点预测方法研究

金属离子锌与蛋白质结合具有重要的生物学功能,传统的生物实验测定和机器学习预测方法具有成本太高、费时费力以及预测准确率低等问题.利用深度学习相关技术,基于蛋白质序列特征,设计基于深度卷积神经网络的锌结合蛋白质作用位点预测模型.实验结果表明:1)新提出的预测方法中马修斯相关系数(MCC)提高了近5％,其他性能如指标召回率、...     

大兴安岭地区森林火灾月动态变化及发生预测研究

[目的]大兴安岭地区是黑龙江省森林火灾的多发区,研究该地区森林火灾月动态变化并构建发生预测模型,旨在为该地区森林火灾的预防和管控提供理论依据.[方法]基于大兴安岭地区1997—2017年森林火灾资料,使用Origin、ArcMap等软件绘图,分析该地区森林火灾的月动态变化;根据该地区6个气象站台的逐月气象数据研究气象要...     

基于广义混合效应模型的云冷杉林天然更新计数方法研究

天然更新是森林恢复较好的办法,对未来林分结构和生物多样性具有深远的影响。更新模型能够模拟天然更新的现实和未来状况,为森林经营者提供准确的森林计划。以吉林省汪清林业局2013年设置的12块云冷杉针阔混交林为例,选择泊松和负二项分布形式,考虑样地间的随机效应,构建基于林分因子的云冷杉针阔混交林天然更新模型。结果表明：各个树种对林分因子的反应不一,白桦更新株数与林分每公顷株数和平均直径均呈负相关;红松和水曲柳更新株数不受各个林分因子的影响,更新株数是随机的;冷杉更新株数与林分每公顷断面积呈负相关;色木槭和云杉更新株数均与林分平均直径呈负相关。在考虑样地的随机截距效应后,模型的模拟效果显著提高。在构建天然更新模型时,林分密度是十分重要的因子,如果要人工促进天然更新,就要科学合理的采取经营措施,以确保合理的林分密度。另外样地间的差异是不容忽略的因素,需要利用混合效应模型方法来降低预测误差。