不同播期与播量对怀川916小麦产量的影响

不同播期与播量对怀川916小麦产量的影响研究结果表明,怀川916小麦以10月8日(寒露)播种、播量135 kg/hm2的产量9 772.5 kg/hm2为最高,此后播期每推迟1 d,产量下降56.35 kg/hm2,但迟至12月7日(大雪)播种,仍可保持产量6 765.0 kg/hm2。实践证明,该品种不仅是早、中茬种植的高产、稳产、早熟优质的小麦品种,也是适合晚茬种植的稳产保收的良种,随着播期每推迟1 d,应相应增加播量5.8 kg/hm2,以密补晚,可挽回晚播而减产的损失9.05 kg/hm2。     

日本胴体产肉率方程对我国牛胴体评价的适用性研究

用ＳＡＳ软件对１５２头商品牛的屠宰数据进行统计分析。通过产肉率方程的估测值与实测值的相关及回归分析,初步认为,日本方程对我国晋南牛胴体产率具有一定的预测作用,预测准确率为６６．７８％,但高估了约１０个百分点。但对鲁西牛、杂交牛（西门达尔×南阳牛）、北牛等无预测作用。     

基于BiLSTM-GRU融合网络的稻虾养殖溶解氧含量预测

在稻虾养殖模式中溶解氧含量(浓度)是养殖水体的重要指标之一,其直接影响小龙虾的摄食量和新陈代谢,因此在养殖过程中精准预测溶解氧含量至关重要。针对稻虾养殖中溶解氧含量变化复杂,难以快速准确预测的问题,提出了BiLSTM-GRU融合神经网络预测模型。为了保证精准预测,首先对传感器进行了清洗校准,并根据偏移量对历史数据进行了修正。在此基础上构建了基于BiLSTM和GRU的融合神经网络训练模型,BiLSTM提取更多特征因子,GRU实现快速预测,快速准确预测溶解氧含量变化。为了使监测预测性能更优,对不同采样周期下的资源损耗及预测模型性能进行综合对比分析,确定了传感器数据最优采样周期为30 min。进一步与LSTM、GRU、BiLSTM以及BiGRU模型对比,表明本文提出的BiLSTM-GRU融合神经网络模型的预测效果更好,其平均绝对误差、均方根误差和决定系数分别为0.275 9 mg/L、0.616 0 mg/L和0.954 7,比传统的LSTM神经网络模型分别高25.14%、13.25%和2.22%。     

基于IGWPSO-SVM的HMCVT湿式离合器摩擦副温度预测

针对传统机器学习模型预测重型拖拉机液压机械无级变速箱(Hydro mechanical continuously variable transmission, HMCVT)湿式离合器温度的局限性,提出了基于改进灰狼粒子群优化-支持向量机(Improved grey wolf particle swarm optimization-support vector machine, IGWPSO-SVM)的HMCVT湿式离合器摩擦副温度预测模型。首先,对湿式离合器摩擦副滑摩过程进行热分析,确定影响湿式离合器摩擦副温度的因素;然后,基于支持向量机(Support vector machine, SVM)搭建温度预测模型,并利用改进灰狼粒子群优化(Improved grey wolf particle swarm optimization, IGWPSO)算法对SVM的结构参数进行优化;最后,基于HMCVT湿式离合器试验台数据搭建离合器摩擦副温度预测模型的样本数据库,以湿式离合器摩擦副对偶钢片为对象,对IGWPSO-SVM模型进行试验验证。试验结果表明,IGWPSO-SVM模型预测摩擦副对偶钢片...     

压力补偿式灌水器补偿腔结构参数对颗粒运动的影响

为解决颗粒在迷宫流道压力补偿式灌水器内大量沉积或堵塞以致影响灌水器正常工作的问题,采用FSI模拟固定垫片变形后,基于CFD-DEM耦合模拟,经试验对比验证其可靠性后,设计单因素及Box-Behnken响应面试验,分析了压力补偿腔内副流道截面积、压力补偿腔出口直径、压力补偿腔直径3个结构参数及其交互作用对灌水器抗堵塞性能的影响,通过建立回归模型预测灌水器颗粒停留率,综合判断灌水器的抗堵塞性能。结果表明：副流道截面积由0.018 mm²提升至0.054 mm²时,颗粒停留率降低5.09个百分点;压力补偿腔出口直径由1.4 mm下降至0.8 mm时,颗粒停留率降低2.87个百分点;且颗粒沉积受副流道截面积和压力补偿腔出口直径、副流道截面积和压力补偿腔直径两种交互作用影响显著,交互影响下颗粒停留率最低为7.67%。拟合出颗粒停留率与压力补偿腔内副流道截面积、压力补偿腔出口直径、压力补偿腔直径3个结构参数的回归方程,可用于评判和预测灌水器抗堵塞性能,且推荐了一组副流道面积为0.051 mm²、压力补偿腔出口直径为0.894 mm、...     

金鲳鱼贮藏品质BPNN和RBFNN预测模型的构建与评价

针对金鲳鱼(Trachinotus ovatus)贮藏过程中品质变化难以预测的问题,测定金鲳鱼片在0、3、6、9、12℃贮藏条件下挥发性盐基氮质量分数(w(TVB-N))、菌落总数、K值和感官评价值,构建径向基函数神经网络(Radial basis function neural network, RBFNN)和反向传播神经网络(Back propagation neural network, BPNN)预测模型以预测品质,并对模型的预测结果进行残差分析和相对误差分析以评价预测准确度。结果表明：1)BPNN模型和RBFNN模型的残差都是随机且不规则的,说明2种模型都适用于预测金鲳鱼片的新鲜度,但RBFNN模型残差绝对值更小;2)对于4℃贮藏条件下金鲳鱼片的各项品质指标,BPNN模型预测相对误差绝对值小于15%(除K值第0天),RBFNN模型预测相对误差绝对值大部分小于5%,RBFNN模型预测相对误差绝对值较小。对于金鲳鱼片新鲜度的预测,RBFNN模型准确度较高,BPNN模型准确度较低,RNFNN模型更适合用于预测金鲳鱼贮藏品质。     

基于改进果蝇算法优化广义回归神经网络的绿色农产品消费行为预测

针对绿色农产品消费行为具有多变量非线性相互作用的特点,传统统计方法难以准确预测消费行为的问题,提出基于改进果蝇算法优化的广义回归神经网络消费行为预测模型。首先针对果蝇群搜索不均匀所导致果蝇飞行单一的问题,提出一种均匀的果蝇群搜索机制即扇形果蝇优化算法加快搜索能力和效率;其次针对广义回归神经网络的平滑因子易受人为选择的影响,提出改进果蝇算法优化广义回归神经网络参数,实现参数的自动化选择,提高模型的预测能力。运用提出的模型对绿色农产品消费行为预测。结果表明：相较于广义回归神经网络,遗传算法优化广义回归神经网络、粒子群算法优化广义回归神经网络、果蝇算法优化广义回归神经网络和改进果蝇算法优化广义回归神经网络模型在均方根误差指标上分别下降4.45%、1.89%、4.54%和5.03%,表明遗传算法、粒子群算法、果蝇算法和改进果蝇算法能够优化广义回归神经网络模型的平滑因子,提高模型的预测精度。从平均绝对误差、均方误差、均方根误差3个评价指标看,改进果蝇算法优化广义回归神经网络模型比其他6个单一预测模型具有更高预测精度。结果证明了改进果蝇算法优化广义回归神经网络模型在绿色农产品消费行为预测的有效性,...     

国土空间详细规划现状底图底数转换方法研究

统一底图底数是编制各类空间规划的重要前提和基础,第三次国土调查数据作为当前权威性最高、现势性最强的国土空间利用现状数据,所采用的工作分类与国土空间规划采用的用地用海分类存在较大差异。本文通过对工作分类和用地用海分类进行衔接分析,提出了基于第三次国土调查数据的国土空间详细规划现状底图底数转换的总体技术思路、关键技术方法。     

灰色系统理论在有林地面积预测中的应用

文章对灰色系统理论及预测进行了简述,并以黑龙江省森工林区从1981~2006年每相隔5a的有林地面积数据为例,对灰色系统理论应用进行研究探讨。     

基于SD的组团式城市交通生成预测理论方法研究

多中心组团城市形态的发展模式已经成为国内外城市发展的重要趋势,本文着重分析组团式城市的交通特征,将系统动力学应用于组团式城市交通生成预测模拟,利用其擅长研究动态、非线性复杂系统的特点,针对目前组团式城市预测中主要采用的回归分析方法和时间序列模型存在的缺陷,本文建立的模型可以全面地考虑各种主要因素对组团式城市交通生成预测的影响,运行软件（VENSIM）来模拟、分析,将城市土地利用性质、城市组团中心数目、人口、经济发展四者的动态关系纳入其中,为组团式城市规模赋予一个特征值。较好地解决影响组团式城市交通生成预测所产生的误差问题。最后,选定浙江省永嘉县和假设的小规模的组团城市作为案例研究对象,通过实际调查得到的交通数据,运用创建的模型加以嵌套,得出结论,证明了模型的可行性。