模拟积水深度下若尔盖高原木里薹草叶片的生理生态特征

为了研究不同积水深度下若尔盖高原木里薹草(Carex muliensis)叶片的生理生态特征,于2016年4月23日,在若尔盖县喀哈尔乔县级湿地自然保护区内,将生长着木里薹草的原状土柱移栽至若尔盖湿地国家级自然保护区管理局实验场的木箱内,使木里薹草继续生长;设置3种模拟积水深度,分别为20 cm、10 cm和0 cm(无积水),于2019年6月30日、7月16日和8月1日,测定各积水深度下木里薹草叶片的光合气体交换参数、叶绿素荧光参数和生长指标。研究结果表明,随着积水变浅至无积水,3个观测日的木里薹草叶片的净光合速率、气孔导度和蒸腾速率都显著减小(n=5,p0.05),而胞间CO2浓度显著增大(n=5,p0.05);积水深度变化对木里薹草叶片的最小荧光产量、PSⅡ反应中心最大光化学效率和碳稳定同位素δ13C值无显著影响;随着积水变浅至无积水,木里薹草叶片的光化学猝灭系数和电子传递量子效率也减小,非光化学猝灭系数增大;随着积水变浅至无积水,木里薹草的株高变矮,叶长变短。     

用遗传算法对自动控制系统数学模型寻优

探讨用遗传算法对数学模型进行优化。考虑到控制系统稳健性的要求 ,用遗传算法寻找出控制系统最佳稳定域 ,实现控制系统数学模型的寻优。阐述了用遗传算法求解问题的步骤和参数的取值 ,并用仿真实验对优化结果进行了检验。结果表明 :在控制系统数学模型的优化中 ,遗传算法具有其他算法无可比拟的优越性。     

基于可靠度理论的黄土高边坡优化设计

对黄土高边坡进行可靠性分析，应用数学原理和优化原理，建立了黄土高边坡的优化模型，对铜黄一级公路黄土高边坡进行分析验证。结果表明，该方法计算的结果与实际较接近．应用中易操作。     

Effect of Ploughing Depth on the Growth and Yield of Heracleum candicans： a Threatened Medicinal Herb and a Less-explored Potential Crop of the Himalayan Region

This paper examines the effect of ploughing depths （A -- 60 cm, B -- 45 cm and C -- 30 cm） on the growth and yield of Heracleum candicans Wall （Apiaceae）, a threatened medicinal herb of the Himalayan region. This less-explored plant is being suggested as a potential crop for the mountain agriculture. The study was carried out in an orchard in Himachal Pradesh, India at 2500 m altitude, for two successive growth years. During the first year, all plants remained in juvenile state; in the second year, nearly 65 % plants produced flowers only under 60cm ploughing depth. Among its morphological traits, plant height, collar diameter and aboveground flesh weight were found to be strongly correlated （P 〈 0.01） with the belowground biomass during the first year （r =0.968, 0.925 and 0.973, respectively） and during the second year （r=0.945, 0.928 and 0.775, respectively）. Increase in the ploughing depth was significantly correlated （P〈0.01） with all growth parameters, including the belowground dry weight, marketable portion of the produce. The belowground biomass （commercial yield; 16.28 Qt/hec） at depth A was about 2.6 and 4.7 times higher than those recorded at depths B and C, respectively. The results clearly justify the importance of deep ploughing and this paper strongly recommends it for economically sustainable cropping.     

形状误差圆柱度的优化计算

建立了简明的圆柱度数学模型，并采用优化方法进行求解，为圆柱度误差值的评定提供了较理想的计算方法。     

对按孔段综合递减系数制定钻探预算定额的思考

在地勘行业,钻探预算定额模式大多是采用按不同孔深不同孔段以一个综合递减系数来制定。此种方法,固然有其理论依据及合理性。然而,笔者在实际工作中,通过大量的钻探勘探统计资料发现:台月效率的高低是与一定的孔深有关系,并随着钻孔的加深而下降,但并非呈直线匀速下降;孔     

PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用

岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类法确定后,所有其它参数：中心位置、形状参数、网络权值,均通过粒子群优化算法在全局空间优化确定。工程实例应用表明,该模型预测结果准确、精度高,有良好的应用前景。     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.