三种人工湿地植物处理农村生活污水的净化效果

采用潜流式人工湿地工艺处理农村生活污水,结果表明:不同植物对氨氮、总磷的去除能力差别较大,菖蒲对总磷和氨氮净化效果较好.试验7d后,菖蒲(Acorus calamus Linn)、再力花(Thalia dealbata)和梭鱼草(Pontederia cor-data)对总磷和氨氮的最佳去除率分别达到93.4%和77.6%、72.4%和71.6%、70.4%和70.9%,出水水质达到《广东省水污染物排放标准》(DB44/26-2001)的一级标准.该工艺投资少、处理效果好、操作简单、维护成本低.     

天麻栽培技术

天麻别名赤箭、木浦、日月天麻，为兰科多年共生草木植物，主要分布在我国四川、云南、贵州、湖北、陕西、安徽、河南、山东、河北、吉林、台湾等省区．以长江南岸山区生长较多。随着野生变家栽的成功，当前全国各地都有人工引种天麻分布。以地下块茎入药，近年来已从天麻中分离出近10种化学成份，主要成分是天麻知、香草醛、香草醇、对羟基苯甲醇、对羟基苯甲醛、B-谷苗醇，胡萝卜素，柠檬酸及其单甲脂，琥珀酸以及棕间酸和蔗糖等。     

小新河人工湿地水质净化作用探讨

通过对小新河污染现状的监测和调查分析,同时基于国家南水北调东线工程治污要求,借鉴国内外治理污染河流成功经验,根据小新河实际情况．提出了建设人工湿地治理小新河污染的方案：采取“挡水堰＋生态净化塘＋表面流人工湿地”相结合的方式,设置两级生态净化塘和两级表面流人工湿地串联运行。小新河人工湿地建成后有利于区域环境良性发展,增加生物多样性和稳定生态系统,形成河道走廊景观．大大提高当地居民生活环境质量．并能够产生经济效益。     

基于人工鱼群的DNA编码序列组合优化算法研究

分析DNA编码序列设计的目标及需要满足的约束条件,提出全局人工鱼群算法(GAFSA)生成有效的DNA编码序列.根据优化问题的约束条件及人工鱼群的特点,对人工鱼的视野和步长按进行动态调整.实验结果表明,所述GSFSA算法比遗传算法、多目标进化算法、遗传粒子群算法算法产生的DNA编码序列具有更高的质量.     

改进型人工鱼群算法及复杂函数全局优化方法

在分析人工鱼群算法存在不足的基础上,对人工鱼群算法加以改进,提出了一种改进型人工鱼群算法。该算法提高了全局搜索能力和收敛速度,并用于求解具有变量边界约束的非线性复杂函数最优化问题。仿真结果表明,改进后的人工鱼群算法具有精度高、搜索速度快等特点,是一种求解复杂函数全局最优化的智能算法。     

不同早籼稻品种幼苗期的耐冷生理鉴定

为了解4个早籼稻品种幼苗期耐冷性的生理特点,在人工气候箱内经26℃(对照)、12℃、10℃和6℃处理4 d后,测定分析水稻幼苗过氧化物酶(POD)活性、过氧化氢酶(CAT)活性、丙二醛(MDA)含量、抗坏血酸(AsA)含量、可溶性蛋白质含量及电解质渗漏率6个生理指标的变化及其与抗冷性的关系.结果表明,在相同低温胁迫条件下,株两优120和金优L2两个早籼稻品种幼苗期POD活性、CAT活性、AsA含量及可溶性蛋白质含量均高于准两优143和湘早籼45号,而MDA含量及电解质渗漏率均低于准两优143和湘早籼45号.上述结果说明两系法杂交稻株两优120的耐冷性最强,三系杂交水稻金优L2次之,两系法杂交稻准两优143和常规水稻湘早籼45号耐冷性稍差.     

人工脱色过氧化物酶催化降解苋菜红活性研究

以肌红蛋白(Mb)为骨架构建并纯化了三突变体蛋白F43Y/F138W/P88W Mb,双突变体蛋白F43Y/F138W Mb及单突变体蛋白 F43Y Mb,并对三个突变体蛋白的苋菜红(amaranth)脱色降解活性进行了研究。催化活性及酶动力学研究结果显示,相比于F43Y/F138W Mb和F43Y Mb,三突变体F43Y/F138W/P88W Mb的苋菜红催化效率最高,这表明色氨酸对人工脱色过氧化物酶的活性起了重要作用。该研究不仅为今后的血红素蛋白设计提供了理论依据,同时也表明人工酶在染料废水处理方面具有潜在的应用价值。     

中国鲎人工培育的幼体对不同环境适应性的研究

中国鲎由于具有很高的经济和药用价值,遭受大规模滥捕乱杀,鲎数量急剧锐减,目前我国鲎资源已面临枯竭的危险.人工育苗及海区放流是一种保护和恢复鲎资源种群有效可行的措施.我们从2004年7月至9月,在厦门水产技术推广站进行鲎人工授精,并以人工授精培育的鲎幼体为材料,模拟海区生态环境,自2004年10月14日至2005年3月15日进行鲎幼体钻沙、钻泥实验,并比较幼鲎在不同生态环境生长发育情况,共计152 d.结果表明,幼鲎具有钻入沙或泥的生活习性,且幼鲎在含沙或泥的海水比在普通海水中生长发育的情况更好.本实验结果为鲎苗海区人工增殖放流提供了实验依据.     

基于人工鱼群算法优化神经网络的WSN数据融合

无线传感网(wireless sensor network, WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network, BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差。提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(artificial fish swarm algorithm back propagation, AFSABP)神经网络数据融合。仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06%的相对误差和3.74%的均方根误差。     

混沌人工鱼群的鲁棒保性能控制权值矩阵优化方法

针对鲁棒保性能控制中的权值矩阵依赖经验选取,无法最大限度的减小系统保守性的问题,提出了一种基于混沌人工鱼群算法的鲁棒保性能控制权值矩阵优化方法.该方法中,将保性能控制鲁棒界作为优化的目标函数来寻找最优权值矩阵是整个算法实现的关键.该种改进的人工鱼群优化算法融合了混沌搜索与自适应步长和视野的人工鱼群优化算法,有效的解决了基本人工鱼群算法的后期收敛速度慢、易陷入局部最优等缺点.通过测试函数对比验证了该种改进人工鱼群优化算法的优越性,并通过应用实例验证了该权值矩阵优化方法的有效性.