栽培密度对不同穗型水稻群体小气候及产量构成的影响

通过裂区试验(品种为主因素)分析R498(弯曲穗)及R499(直立穗)在0.23 m(行距)×0.12 m(穴距)、0.27 m×0.14 m、0.33 m×0.17 m、0.38 m×0.20 m、0.40 m×0.21 m栽培密度条件(副因素)下齐穗期和齐穗后20 d群体小气候及群体特征的响应情况.结果表明,在各栽培密度条件下,R499齐穗期群体最高温度平均值均较R498高1.52℃,齐穗后20 d,R499群体最高温度平均值较R498低0.66℃;齐穗期,R498、R499在稀植(0.38 m×0.20 m、0.40 m×0.21 m)时日平均光照强度较强,其中较最低光照分别高43.56%、16.22%,而齐穗后20 d,R498在密植(0.23 m×0.12 m、0.27 m×0.14 m)时日平均光照受抑制,R499在稀植时受抑制;R498、R499垂直光照在稀植时降低程度最大,在齐穗期分别降低97.96%、92.56%,齐穗后20 d分别降低94.81%、91.10%;随栽培密度的减小,R499株高、分蘖、穗弯曲度变化程度较R498更大;R498、R499在0.38 m×0.20 m处理下纹枯病发病率最严重,分别为66.67%、68.89%;两个材料产量均在0.27m×0.14 m处理下有最大值,且增产是通过有效穗数、穗重来实现的,而当密度过度减小时,R499产量性状将不再增长.综上,弯曲穗型水稻(R498)不适宜过度密植及稀植,直立穗型水稻(R499)可适当密植.     

基于ISOA-RBPNN的埋地管道剩余强度预测*

为提高腐蚀管道剩余强度的预测精度，提出引入弹性梯度下降法改进BP神经网络，并融合改进海鸥优化算法(ISOA)，构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优，首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群的分布，提升寻优能力，优化SOA的搜索方向和攻击形式，增强其全局搜索能力并提高收敛速度，然后用ISOA对弹性BP神经网络（RBPNN）模型中的权值和阈值进行寻优，最后构建ISOA-RBPNN预测模型。以管道爆破数据为例，利用MATLAB进行仿真模拟，并与PSO-BPNN模型和IFA-BPNN模型预测结果进行对比分析。研究结果表明:ISOA-RBPNN模型的各项评价指标均优于其他2个模型，预测结果较实际值误差更小，在预测腐蚀管道剩余强度领域具有更好的性能，可为后续研究腐蚀管道剩余寿命和制定维修策略提供参考依据。