浅谈建立郑州市道路路面养护管理系统

路面管理系统是通过对路面运行状况、使用性能、使用周期、进行对比、分析，预测路面管理的最佳养护预算投资并在最佳养护经济投资条件等各种因素限制下，寻求道路养护管理最佳战略决策。     

晚稻稻瘟病BP神经网络分区预报

应用相关分析方法分析了浙江省19个县1988～1999年晚稻稻瘟病发病与有关环境因子的关系,筛选了8个气象因子用于晚稻稻瘟病发生程度长期预报。根据各预报因子与稻瘟病发病程度相关性,采用邻接二维图论聚类分析法,将19个点(县)划分为4个生态区。每个生态区内运用BP神经网络技术建立模型,并进行拟合和试报。1997～1999年试报验证,在划分稻瘟病生态区的基础上,应用BP神经网络模型对稻瘟病进行长期预测预报是可行的,3年试报成功率分别是78.95％、84.21％和78.95％。文中还对该方法与过去常用的预报方法的试报结果作了比较。     

日本金龟子在中国适生区的预测

日本金龟子PopilliajaponicaNewman是一种重要的害虫 ,主要危害草坪和观赏植物。日本金龟子原产日本 ,现在已经分布于许多国家 ,并且造成了严重的经济损失。目前中国尚未有该虫分布。本文通过以计算机为基础的生态气候模型—CLIMEX ,利用气候数据来预测日本金龟子适合的地理分布区 ,预测结果是日本金龟子可以在中国大约 31个市、县地区生存 ,主要是沿海地区和长江流域 ,尤其是中国的中东部地区     

农作物病虫预报可视化发展与应用前景

农作物病虫预报可视化具有形象生动、信息传递快捷、覆盖面广等优点,是更好发挥预报作用的最佳方式。大范围实施这种预报发布形式的条件,目前已基本成熟,经过努力,必然会在不长的时间内取得长足进展。     

台湾稻螟发生期预测技术与应用

作者采用室内外结合的方法,根据台湾稻螟幼虫、蛹、卵的形态特征,制定了台湾稻螟分龄分级标准,并按所测定的相应虫态历期,采用分龄分级法进行了3年的发生期预测验证,平均准确率达96.7％,用于指导大田防治1.93万hm~2,平均防治效果达85.8％。     

云南省稻瘟病,小麦锈病预测专家系统

基于稻瘟病、小麦锈病预测领域专家知识,以及借助模式识别势函数法实现的自学习、自提取的知识,采用正向和反向精确推理控制策略,首次建立云南省水稻穗瘟病、小麦条锈病预测专家系统,1994～1995年预测结果与实际情况基本一致。系统创造性地采用全屏幕编辑树图的知识输入法和森林表示技术对知识库进行管理,便于知识库的扩充和维护。推理结果、推理路径及知识查询以彩色图形方式显示,对于学习领域专家的实践经验具有独特优点。     

相似离度的沙尘暴预报业务系统

选择1988年以来ECMWF资料齐全的沙尘暴个例,将其按区域分为全区、西部、中部、中西部以及中东部5类,再按强弱分别分为强和一般2类,建立不同的样本库。根据多年预报经验建立消空指标,对实时资料进行消空,在消空的基础上,用相似离度分析方法对ECMWF的3个场(500hPa高度场、850hPa温度场和海平面气压场)的历史资料库和实时资料进行比较,制作不同时次的沙尘暴预报。并利用VB和Fortran语言编程,建立沙尘暴预报业务系统,用人机交互的方式完成预报的制作,实现预报结果在Micaps系统下的自动显示。     

基于贝叶斯向量自回归的区域经济预测模型：以青海为例

十七年文学出于对革命意识形态的绝对捍卫，对土匪的想象缺少了民国时期作品的丰富性，其匪类叙事反映了主流意识形态对于文学匪色想象的绝对控制和规训。然而传统英雄侠义观的根深蒂固以及古典英雄传奇叙事模式的影响使匪色想象逸出意识形态的控制，塑造了新的类型形象——具有匪性气质的革命英雄人物。同时在十七年文学中还存在一个异数——那就是诗人郭小川的叙事长诗《一个和八个》，它体现了逸出秩序之外的个性化匪色想象，也使诗人因此受到严厉的政治批判。     

近期我国稻谷(米)供求趋势分析及发展预测与对策

本文分析了20年来我国水稻生产、消费和贸易的变化,认为只有"保红线(即保种植面积3 000万hm2,稻谷总产2亿t)攻单产"才能保证我国稻谷95%以上的自给率。并预测了2030年我国稻谷的供求趋势,认为只要确保种植面积年增长率达0.4%、总产年增长率达1.0%,供求关系将趋平衡,并略有节余。为确保我国中期稻谷生产与消费趋于合理区间,提出了"六保"发展措施。     

改进RBF神经网络在我国大豆价格预测中的应用研究

我国大豆价格受国内外多种因素共同影响,具有非线性、随机性和高噪音等特点,采用传统数学模型进行预测,不仅分析难度大,预测误差也很大。RBF神经网络以其优良的逼近性能而被广泛应用于非线性时间序列预测之中。本文提出一种基于遗传算法优化RBF神经网络的我国大豆价格预测模型,该模型为多维输入单维输出的多变量预测模型,模型的初始输入由大豆价格的历史数据和相关影响因素数据组成。采用遗传算法对RBF神经网络输入层节点数、基函数中心、扩展常数和输出层权值进行优化,模型可以从初始输入变量中自主选择最合适的输入变量组合作为模型的输入。采用2009-2014年的大豆价格数据进行预测研究,用2009-2013年的数据作为训练集,2014年的数据作为测试集,改进RBF神经网络通过自主识别和选取中国大豆进口量、中国消费者信心指数和进口大豆到港分销价格3个因素作为相关影响因素的输入。结果表明:模型预测精度较高、泛化能力较强,能够很好捕捉大豆价格变化规律,可为大豆市场价格的准确预报提供参考借鉴。