发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

季节性冰冻地区公路冻害的防治对策

季节性冰冻地区，路面及路基上部的冻胀与翻浆破坏，不仅严重影响着行车的舒适性与通行能力，而且使各种等级公路的使用寿命大大缩短。针对季节性冰冻地区冻胀与翻浆的成因，给出了一些常用的公路冻害防治办法和对策。     

基于Microsoft Visio 2002构建仿真图形化建模环境

通过分析图形化建模系统的一般要求，提出了基于Microsoft Visio 2002进行仿真图形化建模系统开发的方案。讨论了基于Visio进行仿真图形化建模系统开发的几个主要问题，对于其中的难点给出具体的解决办法。实践证明，该方案是可行的，并且比传统开发方法具有一定优势。     

超低空目标的广义布儒斯特效应

超低空预警是当今研究的热点,而多径干扰是影响超低空目标探测的主要因素。针对多径干扰的问题,从电磁散射的角度出发,提出"广义布儒斯特效应",以降低多径干扰的影响。运用小面元高频近似方法(PO+MEC)快速计算目标散射场并生成回波信号;在物理光学法的基础上推导了复反射系数公式;根据"四路径"建立多径回波信号模型。以此为基础,研究了多径信号的广义布儒斯特效应的产生机理,找出多径干扰最小的入射角,并研究其存在的条件。通过改变环境类型及相关参数和入射频率,得出广义布儒斯特效应的内在规律,为超低空对抗打下基础。     

遗传算法在气体分离装置调优中的应用

提出了一种基于遗传算法和随机复合形法相结合的混合遗传算法，并以某厂气体分馏装置的生产过程的优化问题进行了测试，得出了优化操作条件。     

薯蓣贮藏期不同部位的褐变生理生化差异

研究了薯蓣贮藏期间不同部位褐变相关的生理生化差异.结果表明:贮藏期间,薯蓣不同部位存在明显的褐变差异.两端的褐变度、总酚含量和多酚氧化酶活性高于中部,皮部的高于心部,使两端和皮部比中部和心部更易和更早发生褐变.两端的过氧化物酶活性高于中部,皮部的高于心部,但心部的过氧化物酶活性15 d后高于中部的,30 d时与两端的相同,这与褐变度的变化规律不同.两端的超氧化物歧化酶活性低于中部,皮部的低于心部,而两端的丙二醛含量高于中部,皮部的高于心部.因此,在薯蓣贮藏过程中,两端和皮部的脂质过氧化程度高于中部和心部,清除自由基的能力则明显低于中部和心部,导致这两个部位膜的完整性更易丧失且易发生褐变.提示薯蓣加工过程中要尽可能抑制两端和皮部的褐变,块茎采摘后不宜长久放置,应及时加工.     

大体积混凝土结构裂缝成因及预防措施

许多建筑物的结构,特别是有大体积混凝土的建筑物,在建设过程和使用过程中出现了不同程度、不同形式的裂缝。探讨了大体积混凝土结构裂缝的发展规律、成因及危害,提出了综合防治措施。     

利用表面波测定低表面张力液体相速度的方法研究

探讨了低表面张力液体的表面波波速与波长的关系,利用该液体的单个波峰性质与圆柱透镜性质相似的特点,提出了一种新的在特定波长范围内测量该液体相速度的方法,并通过模拟计算确定了该测量方法的适用范围,同时在实验室模拟了该模型,实验结果表明在一定范围内该测量方法具有较高的精度.模拟计算结果与理论计算结果的数据拟合程度较好,最大偏差不超过5%.     

地下水中三氯乙烯共代谢规律

三氯乙烯(TCE)是地下水和土壤中最主要的污染物之一,它在生长基质存在下可被共代谢降解.作者建立了TCE共代谢数学模型,即修改的Michaelis Menten动力学方程,并通过最小二乘法拟合得到最佳模型参数;研究了在不同TCE和甲苯浓度及不同温度下,TCE和甲苯的共代谢降解规律.结果表明:TCE与甲苯初始浓度比为1∶23、1∶115和1∶230时,最终分别有60%、95.44%和64.3%的TCE被降解;当TCE浓度由1.464mg/L增加到488mg/L时,TCE降解程度由80%降为22%,甲苯由98.4%降为37%;温度增加使TCE降解滞后期由22h减为7.5h.     

紫外分光光度法测定香椿中黄酮的总含量

用超声波辅助乙醇溶液浸提香椿叶中黄酮化合物 ,用乙酸乙酯萃取得萃取物 .利用紫外分光光度法 ,以芦丁为标准品 ,对其进行络合显色 ,在紫外最大吸收峰 5 1 0nm处测定乙酸乙酯萃取物中总黄酮的含量 .香椿叶中总黄酮的含量以芦丁计算为 1 .72 5 % ,平均加样回收率为 99.2 6% ,相对标准方差为 1 .48.方法简便、快速、重现性好 ,可作为检测香椿中黄酮含量的一种手段 .