A practical artificial diet for the diamondback moth

A new artificial diet for the diamondback moth,Plutella Xylostella (L), had been selected out successfully. The diet contained the following constituents: soybean powder, wheat germ, wheat bran powder, brewer's yeast and other constituents. So far, the diamondback moth had been reared on this artificial diet for 25 generations and still mantained its normal biological characteristics. Under 25±1 C and 60%–75%RH with 12 h PH, the results of rearing the diamondback moth on the diet as follows: egg hatch, 81.3%–94.7%; survival from eggs to pupae, 55.0%–76.7%; pupal survival, 79.7%–100%; adult emergence, 80%–100%; fecundity 94.7–144. 4 eggs/♀; pupal weight, 90.4–110.8 mg/20 pupae; average days to adult: ♀, 10.2; ♂ 13.1. The diet is not only simpler on the constituents but also have better rearing results and more rearing generations. Li Guanghong: born in June 1965, Ph.D. graduate student. Current research interest is in entomo logical physiology Supported by the State Eighth Five-Year-Plan     

基于面向对象方法的多智能集成知识系统

基于面向对象方法建立了多智能集成知识系统的一种通用体系结构，使之融合多种形式的知识表达和处理方法．通过语义表和复合对象机制扩展现有的面向对象形式框架，以实现这一体系结构，其中类语义表、继承关系语义表和变量语义表增强面向对象形式框架关于类、继承关系和变量成员的说明性语义，并借助于伴随类的引入使复合对象的表示与面向对象方法的重用性原则一致．     

一种基于神经网络的自适应谐波电流检测法

根据信号处理中的自适应噪声抵消技术，提出了一种基于神经网络的自适应谐波电流检测方法。该方法适用于有源电力滤波器。仿真结果表明了这种谐波电流检测方法的有效性。     

连铸二冷控制的智能化方法

提出了板坯连铸二次区全智能控制系统的构想，并用人工神经网络和模糊控制的方法对该系统进行了计算机仿真。结果表明，该系统不但能完成二冷各区段坯表面温度的动态控制，而且具有良好的自适应性和自学习功能。     

单片机仿人智能控制电液伺服系统

ＰＩＤ（比例积分和微分）控制很难使具有本质非线性和时变特性的电液伺服系统达到较高的控制性能，仿人智能控制则是在ＰＩＤ控制原理基础上，结合人对运动物体的控制经验而进行控制一种智能控制方法，这种控制方法可以避免一般ＰＩＤ控制中存在的快速性，稳定性和高精度控制作用的相互抵制，能够有铲地按人的意志对系统实施连续的三段控制；加速起动，超调制动和稳定消差，实验证实了仿人智能电液伺服的优越性。     

汽车自动寻径算法的研究

根据全球定位系统(GPS)的发展和应用，讨论启发式搜索策略(A算法)的优点和不足；提出自学习寻径算(ALSA)。该算法克服了传统方法的速度慢、实用性差的缺点，可以满足实际应用的需要。同时模拟了广州公路网的路径搜索系统，以说明该系统的实用性和可行性。     

计算机辅助的颅骨面貌复原技术

介绍利用计算机图形学和人工智能的方法完成颅骨面貌复原的发展、研究问题和构造计算机颅骨面貌复原系统的有关方法。     

IDA^＊算法的程序实现和实验分析

首行提出一些算法性能的新度量，然后在ＩＤＡ＾＊和Ａ＾＊算法程序实现的基础上，基于８数码和１５数码难题进行了实验分析，其结果有利于进一步从事搜索算法的研究。     

基于人工神经网络烟度计有效光路的算法

为准确计算烟度计的有效光路，基于人工神经网络提出了对QN-1型全流消光式烟度计有效光路的计算方法．该方法利用烟度计有效光路的关键影响因素即空气扫气压力和发动机的转速为输入，构造了一种反向传播神经网络，并利用试验数据进行训练，然后仿真烟度计的有效光路．试验表明，仿真数据与试验数据偏差在-0．0399～0．0486之间．由此可见，利用人工神经网络计算烟度计的有效光路准确实用．