基于启发式Johnson算法优化BP神经网络的水产养殖产量预测模型

针对水产养殖产量预测难的现状,提出一种基于启发式Johnson算法优化的反向传播神经网络(BPNN)的产量预测模型。该模型在传统BP神经网络的基础上,针对网络训练时间长、易陷入局部最优的问题,通过启发式Johnson算法降低输入神经元维度,再结合试凑法确定神经网络隐层个数,构建启发式Johnson反向传播神经网络(HJA-BPNN)学习预测模型。实验结果表明,该模型在山东省对虾海水养殖产量预测中,预测的均方根误差小于传统BP神经网络和GM(1,1),且学习效率相比传统BP神经网络有所提升。研究表明,该学习预测模型在大量历史数据的模型构造上有更大的优势,能够缩短建模时间,同时获得良好的预测效果,为水产养殖产量预测提供了一种可行的新方法。     

虹鳟排卵前后血清中性类固醇激素浓度变化的研究

对虹鳟(Salmo gairdneri)排卵前后血清17β-雌二醇(17β-E_2),睾酮(T)和17α-羟-20β-双氢孕酮(17α20βP)的含量进行了测定。17β-E_2从排卵前15天的18.1ng/ml急骤下降到排卵前3—6天的2ng/ml,并继续下降,至排卵时仅为0.9ng/ml。睾酮在虹鳟雌鱼血清中的含量很高,血清浓度从排卵前9天的峰值水平143.3ng/ml缓慢下降,排卵时为24.3ng/ml。17α20βP的血清浓度变化明显,排卵前15天,该激素浓度接近于基线水平或甚至低得不能被检测,排卵前9天开始迅速上升,到排卵前3天达到峰值350.6ng/ml,排卵时为302.2ng/ml。本研究进一步证实了17α20βP在鲑鳟鱼类卵母细胞最后成熟过程中的生理作用,是一种诱发卵母细胞成熟的类固醇激素。临排卵前,血清17β-E_2浓度的下降,可能调节了17α20βP大量分泌的时间;17α20βP的大量分泌是卵母细胞达到最后成熟和排卵不可缺少的一环。注射合成的大麻哈鱼(Oncorhynchus keta)促性腺激素释放激素(s-GnRH)及其类似物(s-GnRH-A),诱发虹鳟血清类固醇激素17β-E_2,睾酮和17α20βP的变化趋势与自然排卵时的变化相类似。经注射药物诱发排卵的鱼,较对照组提早一周排卵,而且排卵较同步和集中。     

小白菜耐盐性的遗传分析

以8个具有不同耐盐水平的小白菜自交系为试验材料,按完全双列杂交Ⅱ正交全轮配法配制杂交组合,采用Hayman法对小白菜耐盐性基因效应进行了初步分析。结果表明,小白菜耐盐性遗传符合加性-显性遗传模型;耐盐性主要表现为显性,盐敏感性为隐性;遗传效应中存在加性效应和显性效应,以显性效应为主,可能存在超显性,控制耐盐性表现显性的基因组数较少。     

根系吸水模型参数的混合遗传算法估算方

构建了遗传算法与Levenberg-Marquardt算法相结合的混合遗传算法,用于求解根系吸水模型参数。分别进行数值试验和棉花根系吸水试验对混合遗传算法求解精度进行验证。数值试验表明,采用混合遗传算法优化求解根系吸水模型参数的优化值具有较高的精度,含水率资料的时间步长和空间步长对根系吸水模型参数的优化精度有较大影响,在实际中时间步长可取值5～10d,空间步长取值5～10cm。对室内棉花根系吸水进行模拟分析,结果表明混合遗传算法求解的根系吸水模型可以很好地模拟根系吸水。该方法可用于求解根系吸水参数。     

温室环境控制系统的MPT智能算法

针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,对传统的PID算法进行改进,并加入自适应控制、模糊控制和专家自整定等智能控制功能,建立了MPT智能控制算法.在论域内用不同控制方式分段控制,当偏差大于某一域值时,根据操态选择模糊控制,不存在抗饱和积分问题,使用模糊控制规则确定输出;当偏差减小到域值以下时,切换转入MPT算法控制,减小响应过程中的超调,并最终消除余差.该算法具有无超调、控制精度高和鲁棒性强等特点..     

农业信息化移动自组网中的网络安全研究

移动自组网技术在发达国家的农业信息化工程中已得到了广泛应用,与传统的基于路由的网络安全相比,其具有特殊的安全控制属性.为此,提出一种基于信誉度的分簇算法(CIDS),从簇结构安全、稳定的角度出发,采用信誉度的概念对网络节点属性进行数学抽象,定义节点信誉度的数学表达式,选择信誉度高的节点收集网络数据、检测网络行为.算法与路由协议、通信方式无关,可节省系统资源并保证较高的检测率.     

密集型烤房烟叶自动烘烤过程控制算法的设计与实现

探讨了密集型烤房自动烘烤系统的重要性,强调了烘烤系统的温度、湿度控制算法的重要性,并对密集型烤房的整体结构、控制系统的总体结构进行简要的描述,对模糊控制的控制器设计、模糊算法的实现进行详细的论述。     

农村变电站选址规划方法

农村变电站选址是电网规划的重要组成部分,在农网规划是起承上启下的作用,文中介绍最优化选址问题,并将优化选址的数学模型进行分类,又全面地比较分析应用于变电站选址方法的诸多算法,提出5项有利于电力市场环境下的农网变电站选址的建议.     

基于蚁群优化算法的图像边缘检测

图像边缘携带了图像的大部分主要信息。通过对图像进行边缘检测不仅能有效地提取图像信息降低计算的复杂度而且是图像测量、图像分割、图像压缩、模式识别等图像处理的基础。本文尝试将蚁群优化算法（Ant Colony Optimization, ACO）用于图像边缘检测,通过选取经典house图像和SAR机场图像设置阈值进行自适应边缘提取,实现了边缘的精确检测。实验结果显示,该算法能够有效地提取图像目标的轮廓信息,很好保持图像纹理,具有理想的抗干扰性能,保证了检测结果的准确性。     

盐胁迫下植物光系统Ⅱ的光谱学和蛋白质亚基研究进展

光系统II(Photosystem II,PSII)是光合作用光反应过程重要的光合膜蛋白复合体。本文介绍了组成PSII的核心复合物(Photosystem II core complex,PSIICC)和外周天线复合物(Light harvesting complex,LHCII)的亚基名称、组成、分子量和聚集状态。重点介绍了盐胁迫对不同植物PSII光谱学及亚基组成和表达的影响,而盐生植物和非盐生植物在光谱学和蛋白质组成和表达上对盐胁迫的响应是不同的。这对于了解盐生植物在高盐渍环境下,维持PSII的结构与稳定,从而保持较高的光能利用效率具有重要意义。