世界大豆的发展与预测

中国是“大豆的故乡”；近一个世纪以来，大豆生产已发展到世界５２个国家和地区，播种面积已达５９０００万公顷以上；大豆产量约１１２４０万吨，全世界大豆贸易１９９２年达２９８５万吨，预测到本世纪“２０００”年大豆产量可达１亿２千万吨以上。     

黑土区大豆配合施肥对产量的影响

利用二次旋转正交回归设计研究了黑土区大豆花期配合施肥措施。通过田间试验测定参数,进行试验数据处理,建立产量函数模型,经计算机模拟寻优,筛选出最佳农艺措施组合方案,为大豆高产优质栽培的数量化,精准化提供了科学依据。图4,表2。参5。     

钾对大豆产量及品质的影响

采用田间试验方法,研究了钾对大豆产量、产量构成因素及品质的影响。结果表明,钾对大豆产量构成因素有增强作用,钾能显著提高大豆产量,改善大豆品质。产量随着施K量的增加而增加,当施纯K量150kg/hm2时,高油品种东农434产量达2727kg/hm2,高蛋白品种黑农35产量达2651kg/hm2。施钾有提高大豆脂肪含量、降低蛋白质含量的趋势。表4,参6。     

施用生石灰对土壤酶活性及大豆产量的影响

在酸性土壤上施用生石灰对土壤酶活性及大豆产量的影响初步研究表明,在大豆各生育期内酸性磷酸酶和转化酶活性随土壤酸性变弱而受到抑制,而脲酶和过氧化氢酶活性却增强,大豆产量呈现出随生石灰施入量的增加而增加的趋势,各处理与对照相比增产1.0%~9.5%。经土壤酶活性与大豆产量的相关分析得出,酸性土壤改良后土壤酶活性提高,在酸性较强的土壤上种植大豆,施肥时配合一定量的生石灰对提高土壤肥力、增加大豆产量有良好的促进作用,但在实际生产中的施用量要根据具体情况而定。     

基于系统动力学的中国石油产量预测分析

根据系统动力学基本原理构建了中国石油产量预测的系统动力学模型,确定了剩余可采储量、采油速度等模型变量参数.预测结果显示:中国最终可采储量在123-143亿吨之间、平均值为134亿吨,中国石油产量已经进入高峰平台期,将在2015年左右迎来产量最高峰,峰值产量在1.92亿吨左右,未来石油储采比仍将缓慢下降,并将在2042年首次降到10年以下.     

中国大豆进口的预测与分析

采用能够有效解决“小样本、贫信息”问题的灰色系统理论,在对中国大豆进口的分析基础上,依据嵌入知识的动态GM(1,1)模型对未来5年大豆进口量进行了预测和分析.模拟结果表明中国大豆进口还会增加,但是进口的增长速度会明显减低.基于本文的研究结果,提出部分政策建议.     

微量元素肥料组合对不同基因型大豆产量和品质影响

探讨了锌、锰、钼、硼4种微量元素肥料单独及配合施用对不同基因型大豆籽粒蛋白质含量、脂肪含量及产量的影响。结果表明,硫酸锰和钼配合施用以及硫酸锰单独施用对黑农35在保证产量的同时,对蛋白质含量也有较大幅度提高。硫酸锌和钼对东农434的产量影响较大,但是各处理对其品质影响并不明显。表4,参10。     

The Synthetic Prediction Pattern of Multiple Model Systems

In this paper,the problem of the synthetic prediction pattern of multiple modelsystems has been considered,Three synthetic prediction patterns have been presented and someof their properties have been analysed.     

一种基于灰色模型的资源可用性预测模型

网格环境中资源可用性信息的掌握是网格中间层应用的基础和依据,对于系统性能的提高和资源的有效利用发挥着重要作用。针对当前资源可用性预测难以有效指导网格应用的缺点,从应用的角度评估资源可用性并提出了一种基于灰色模型的资源可用性预测模型(Model for Resource Availability Prediction Basedon Grey Model,MRAPGM)。首先,结合当前监测方法分析资源可用性历史数据中噪声的存在。然后,在MRAPGM中,利用小波分析方法对资源可用性历史数据进行噪声过滤,再利用灰色预测模型预测出资源在未来某一时间段内的资源可用性。通过大量实验确定了模型中使用的小波以及相关参数,并且实验结果表明提出的预测模型是合理和有效的。     

基于混沌算法的自适应预测模型

在混沌算法神经网络的预测模型中 ,适当选择非线性反馈项 ,能使网络的动力学在权空间具有混沌行为 ,网络系统在学习和训练过程中能够跳出能量的局域极小达到全局极小或其近似 .本文基于EP进化算法建立一种自适应机制 ,使得网络能够根据学习和训练的结果优化非线性反馈项 .应用这种算法的神经网络对基于 Mackey-Glass方程和 Lorenz系统的时间序列进行在线预测 ,结果表明 ,网络具有很好的自适应预测性能.     

基于HMM的移动预测模型与仿真

提出了一种基于隐马尔柯夫模型的移动预测模型,并给出增强模型预测能力和提高预测精度的方法。该模型用于预测移动IP网络中移动节点的运动方向和将要连接的接入路由器,为避免或减小由于移动造成的通信中断和时延赢得准备时间。仿真结果说明,模型的预测准确率较高,在适当选择状态数的条件下,模型对移动的随机性具有较好的适应能力。     

基于多尺度LSTM预测模型研究

航空发动机剩余寿命（remaining useful life,RUL）预测是设备故障预测与健康管理（prognostics and health management,PHM）的核心问题。针对发动机数据维度高、滞后性强和复杂度高等挑战,提出了一种基于自训练权重的多尺度注意力双向长短期记忆神经网络模型。通过不同尺度的双向长短期记忆神经网络（bidirectional long short-term memory neural network,BiLSTM）提取多尺度特征;提出一种基于自训练权重的融合算法,通过引入注意力机制进行不同尺度的特征筛选,以提高预测精度。将各模型在NASA的C-MAPSS数据集上进行实验对比,结果证明,所提出预测模型在准确率和均方根误差指标上均有所提升。     

基于黑板模型的油田多学科协同工作模式研究

多学科协同是现代油藏经营管理的核心,为增强油田多学科团队协同工作的协同效应,在协同管理思想基础上,提出基于黑板模型的油田多学科团队两级协同工作模式,介绍了模式结构及其运行过程。该模式的提出为油田多学科团队协同工作模式的设计提供一种思路,对团队协同效应的产生提供机制性保障。     

基于路径选择模型的驾驶员反应模式识别

以诱导信息质量为单属性来建立满意决策的路径选择模型，然后利用Bayes方法对驾驶员接受诱导所需的知识量和时间进行分析。最后，根据必需知识量识别出驾驶员对诱导信息反应行为的三种主要模式：接近、观望和远离。这一结果使诱导系统有选择地发布诱导信息，提供“度身订造”的诱导策略成为了可能。     

基于遗传算法的BP神经网络时间序列预测模型

神经网络能以任意精度逼近非线性函数 ,以神经网络为基础的时间序列预测模型能很好地反映非线性系统发展的趋势 ,但神经网络训练速度慢、易陷入局部极值。针对这种情况 ,用具有良好的全局搜索能力的遗传算法来改进神经网络时间序列预测模型 ,提出了一种将遗传算法和BP算法相结合的学习算法来训练BP神经网络 ,并将该神经网络时间序列预测模型应用于某时间序列的预测。     

State Prediction of Chantic System Based on ANN Model

The choice of time delay and embedding dimension is very important to the phase space reconstruction of any chaotic time series.In this paper,we determine optimal time delay by computing autocorrelation function of time series,Optimal embedding dimension is given by means of the relation between embedding dimension and correlation dimension of chaotic time series,based on the methods above,we choose ANN model to appoximate the given true system.At the same time,a new algorithm is applied to determine the network Weights.At the end of this paper,the theory above is demonstrated through the research of time series generated by Logistic map.     

State Prediction of Chaotic System Based on ANN Model

0　 IntroductionFor a chaotic system characterized by an one- dimensional time series,the appoximating re-sult of ANN model to it is affected greately by the choice of network input series.Theconventional method of determining the input series is qualitative analysis,which bringsmany subjective factors into system appoximation. Itwill make system appoximation moredistorted. To resolve this problem,we introduce the theory of chaos in this paper,andthree steps are described:( i) the reconstruc…