Prediction of baking results from farinograph measurements by using stepwise linear regression and artificial neuronal networks

In an effort to extract additional data from farinograph experiments a model was developed to simulate the measurements and correlate the parameters of the model with results from baking tests. This additional information can be used in bakeries to predict the baking properties of the flours and adjust the recipes to maintain a constant product quality. For this eight different flours were characterized with a farinograph and 13 different results from baking experiments. An approach with five nonlinear differential equations was able to model the farinograph measurements very well (average R² = 0.995 ± 0.005). While a stepwise multilinear regression only showed weak correlations in cross validation between a single parameter of the model and the baking volume (R² = 0.745) and the volume yield (R² = 0.796) respectively, the artificial neuronal network was more successful. For the baking weight (R² = 0.926), the dough yield gross (R² = 0.909) and net (R² = 0.913) strong correlations were found. A good correlation for the baking volume (R² = 0.853) was also determined, while the volume yield showed comparable results to the linear regression (R² = 0.792).     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。     

JT6120乘客座椅靠背曲线静态舒适性评价研究

The aim of this research was to evaluate a passenger seat of a new type bus in terms of eomfort. A fuzzy set model of multistage comfort scale (MCS) was adopted to the assessment of comfort, together with the techniques of human backshape and EMG measures     

人工神经网络在电力系统短期负荷预测中的应用

根据电力系统短期负荷变化的特性，提出BP模型在实际负荷预测应用中的方法和步骤．对BP网络结构、样本空间、收敛性等作了有针对性的研究．结果表明：多层神经网络应用于电力系统短期负荷预测是可行和有效的．其预报结果比传统的负荷预测方法更准确、经济、效果更好．     

基于模糊建模的混炼胶粘度测量

提出了一种在线测量混炼胶粘度的新方法．该方法以模糊建模技术为基础，综合考虑混炼过程各因素对胶料粘度的影响，建立起胶料粘度的在线测量模型．在模糊建模中，采用T-S模型描述胶料粘度变化的非线性过程，提出了一种基于相似性判别的模糊聚类算法以自动确定合适的聚类组数目，并用实数编码的遗传算法优化全局参数，从而获得了规则简化的、具有较高精度的模糊模型．根据此方法，设计了测量装置，并进行了现场试验．试验结果表明模糊模型输出与实验室测量值基本一致，平均误差较低且最大误差未超过1门尼．该方法较大地提高了橡胶混炼的生产效率，为粘度最优控制奠定了基础．     

运用模糊数学和灰色系统理论分析评价夏播花生区试品种

运用模糊数学和灰色系统理论，对2007年河南省夏播花生区试品种进行了多因素综合评价和分析，结果表明：周花4号评价指标是0．7089，综合表现最优；其次是W9847—1—3—4—1，其综合评价指标是0．6352；豫花6号评价指标是0．3630，综合表现最差。此结果与试验地实际表现基本相一致。     

用单层分化法进行胚胎干细胞神经分化的研究

用单层分化法研究了 ES细胞从 0～ 316 h(第 14天 )的神经分化过程。无饲养层培养的 ES细胞在无血清的N2 B2 7培养基中开始神经分化。从 72 h开始 ,神经外胚层的特异性转录因子 Sox1表达 ,在克隆的边缘逐渐出现向外迁移的细胞 ,形状呈圆形或椭圆形 ,有 1～ 2个细胞突起。在 191h(第 8天 )之后 ,细胞可迁移至克隆边缘的 2 0 0 μm之外 ,这些有细长突起的细胞表达神经元特异性蛋白 Tau。以后 ,迁移细胞的突起开始交叠成网状。 316 h(第 14天 )时 ,细长的纤维可跨越在不同的克隆之间 ,长达上千微米。此时 ,免疫染色的结果表明 ,在克隆的中央有较多的圆形 Nestin阳性细胞 ,而克隆的边缘有大量的 β- tubulin 阳性细胞 ,它们交织成复杂的网状图像。阶段性表达基因的表达时序研究表明 ,ES细胞的特异性转录因子 Oct4开始减弱时 ,Sox1表达开始 ,此时细胞由全能状态进入早期神经分化状态 ;Tau的表达是 Sox1表达的下游事件。这一时序与胚胎发育中神经发生的时序相符。单层分化法能直观地展示 ES细胞的神经分化过程 ,可作为研究细胞分化、胚胎发育及药物筛选的体外模型     

CVT起步离合器模糊控制算法研究

探讨了汽车无级变速器控制的关键技术之一———汽车起步离合器的控制技术,并针对汽车起步时条件的多样性以及驾驶员意图的不确定性,研究了适用于复杂条件的模糊控制算法.在离合器的滑磨阶段,把动态跟踪发动机转速的油压作为控制目标,离合器结合的控制便转化为一闭环控制.结果表明汽车能在任意工况下平顺快速起步.因此,本研究为控制CVT(Continuously Variable Transmission)起步离合器这种时变、非线性系统提出了一种简单可行的解决方法.     

Effect of mate selection on fuzzy selective mating criteria in closed dairy multiple ovulation and embryo transfer nucleus programs

In order to control rates of response and inbreeding, mate selection using fuzzy selective mating criteria (FMC) was investigated in adult multiple ovulation and embryo transfer nucleus schemes for dairy cattle. Stochastic simulation was used to model the closed nucleus scheme. This mate selection was examined in four alternative mating and male selection schemes: (i) a hierarchical scheme; (ii) a hierarchical sibship scheme (two males per sibship); (iii) a factorial scheme (two sires per dam); and (iv) a factorial sibship scheme (two males per sibship and two sires per dam). Genetic response and inbreeding rate tended to be reduced by increasing the trade-off parameter of FMC between the expected breeding value and inbreeding of progeny. Inbreeding rates in all schemes were reduced by reducing the variance of family size through selection and the average coancestry of mating pairs through mate allocation.     

电流模式神经网络

把电流模式电路引进了神经网络理论，提出了一种用电流模式电路构成的神经网络阈值处理单元，并由此构成了电流模式Ｈｏｐｆｉｅｌｄ神经网络，此网络中信号都是以电流的形式出现的。