烟台地区水面蒸发BP神经网络模型研究

运用BP神经网络模型对水面蒸发进行研究,并与多元线性回归和主成分回归2种方法的拟合结果进行比较。结果显示,多元线性回归各参数均通过t检验,拟合较好;主成分回归中,参数b2未通过t检验,拟合效果不如多元线性回归好。BP神经网络模型、多元线性回归、主成分回归建立的水面蒸发量观测值与拟合值的回归方程中决定系数分别为0.8986、0.7993、0.7984。应用BP神经网络进行分析,相对误差小于10%的样本个数超过总样本个数的40%,相对误差不超过30%的样本个数接近80%;而其它2种方法相对误差大于10%的样本个数超过总样本数的80%,相对误差大于50%的接近总样本个数的30%。可见,应用BP神经网络模型进行水面蒸发量计算,远优于其它2种方法,应用此方法进行水面蒸发量的预测是非常理想的。     

ANP方法在都市型农业评价指标体系中的应用

都市型农业立足于生产、生活、生态的结合,强调城乡同步发展,强调经济、生态、社会统筹发展。在综述国内外都市型农业研究的基础上,采用网络分析法(ANP)建立都市型农业评价指标体系,讨论了应用ANP方法求解问题的理论基础,分析了指标间的依存和反馈关系,并用SD软件对指标体系的ANP模型进行了快速求解。     

农村区域配电网优化模型和算法的研究

针对城镇配电网中按电压等级选择同一截面导线的不合理性,基本算法的罚函数处理约束稳定性不强和寻优运算差等问题,利用经济电流密度概念、多目标规划理论和遗传算法,研究实数编码并行优化、动态罚函数约束、配电网路径与潮流自识别解码等方法,提出了配电网络多目标经济性优化模型及其算法。通过10kV配电网实例验证表明,该方法提高解的搜索精度,实现规划线路长度和导线截面策略因子并行优化,得到最小投资费用的优化方案。     

机械结合面切向接触阻尼的神经网络结构化建模

为了使机械结合面切向接触阻尼实验数据便于在机械结构CAD中应用，本文基于人工神经网络的非线性映射能力，提出了机械结合面切向接触阻尼基础数据的神经网络结构化建模方法，并进行了实例建模。结果表明，该方法实用、有效，建模精度和建模效率较高，而且集传统建模与建库思想于一体，实现了多种结合条件下的机械结合面切向接触阻尼基础数据的统一建模。     

遗传神经网络在温室黄瓜霜霉病预测中的应用

在神经网络结构的优化、连续权重的训练中采用遗传算法的方法对日光温室黄瓜霜霉病进行预测，并对其发生程度进行了拟合，计算值与实际值接近，表明该模型具有良好的预测效果。     

基于无线传感器网络的水质监测系统研究

针对国内外水质环境研究中水质样品异地监测分析存在的巨大缺陷,研究了水质自动监测系统。文章介绍了基于无线通讯传感器网络的简易水质自动监测系统,实现水质数据自动采集和实时上传,可以实现对钱塘江源头水质（衢州水质）进行更好的监测及保护。     

基于DRNN网络的风力辅助提水机自整定PID控制

基于风力机和离心水泵的特点,提出了一种风力辅助提水机结构及该机的控制系统。该机是一个耦合的两输入两输出时变系统,系统存在的响应较慢,负荷的随机变化及参数快时变的特性。固定参数PID控制难以适应此系统控制要求,因此,提出一种基于回归神经网络（DRNN）的两输入两输出PID控制器结构,给出了DRNN神经网络参数学习算法和PID控制器参数自整定算法。使该系统能在自然界的风速随机变化的情况下使风力机最大可能利用风能,同时与离心水泵输出功率匹配.计算机仿真结果验证了该控制策略可行性,这为以后进一步研究奠定了基础。     

基于SRTM_DEM的泾河流域特征信息提取研究

流域特征信息的提取对于水文地理信息分析、模拟技术和水文模型建立具有重要意义。基于STRM_DEM数据,在ArcGIS9．3环境下,提取泾河流域坡度、坡向等地形特征,以及河网、流域边界和面积等水文要素,并划分子流域。分析表明,当闽值取5000（40．5km^2）时,生成的流域河网能够较好地反映该地区水系。根据河网分级、低级集水区域生成结果和流域地形特征,可划分为32个子流域,为流域分布式水文模型的构建提供了基础地理信息。SRTM_DEM提取泾河和部分支流流域面积误差均较小,说明提取结果与实际非常接近。结果表明,SRTM_DEM数据和ArcGIS9．3提取流域特征信息方便快捷,具有较高的精度和准确性,应用前景广阔。     

苹果病害智能诊断方法研究与设计

针对传统苹果专家病害诊断系统自学习能力差、准确率低的不足,研究并设计了人工神经网络的苹果病害诊断方法.采用动态编码对苹果病害模糊知识进行量化,构建BP网络诊断模型进行诊断;采用Java语言开发基于Web的病害动态诊断平台,用白水苹果病害样本进行了实验.该方法对20种苹果病害的诊断具有较好的效果,测试准确率达到85.4%.在获得必要领域知识的前提下,用神经网络进行苹果病害诊断准确率高,系统设计灵活,基于Web的诊断平台便于推广和使用.     

基于Bayesian网的蔬菜质量安全追溯模型构建

蔬菜产品的质量安全是当前亟待解决的问题,只有从蔬菜的种植源头抓起,找出蔬菜生产过程中影响蔬菜质量安全的关键因素,结合蔬菜生产流程,建立完善的可追溯模型,才能真正实现蔬菜生产的质量安全监控.为此,建立了基于Bayesian网的蔬菜质量安全追溯初始模型,通过该模型可兼顾"事先"预防和"事后"追踪,从而保障蔬菜的质量安全.