气溶胶等效复折射率反演的免疫进化算法

通过Mie散射理论公式构建目标函数,利用免疫进化算法对气溶胶等效复折射率的实部和虚部进行协同优化,据此创新性地提出了气溶胶等效复折射率反演的新途径.基于成都市2017年9~12月逐时的气溶胶散射系数和吸收系数观测数据以及该时段同时次GRIMM180大气颗粒物监测仪的连续监测资料,研究结果表明,气溶胶等效复折射率反演的免疫进化算法不仅是普适的,而且还具有收敛速度快、计算稳定和求解精度高等特点.通过与其它气溶胶等效复折射率反演方法的对比分析,进一步论证了新方法的优势,这为气溶胶等效复折射率演变机理以及气溶胶吸湿性增长模型的后续研究提供了算法保障.     

γ—BHC在稻田土壤和水稻上的残留及异构化

γ－ＢＨＣ在稻田壤和水稻上有不同程度异构化为α、β、δ－ＢＨＣ的趋势，但强度不大，其异构化程度随土壤的基本理化性状和水稻植株各部位的差异而不同。由此推在正常使用的情况下，γ－ＢＨＣ不至于因其异构化而构成对农田土壤与水稻的污染危害。     

利用LZF—1DNA指纹探针进行家系的父权鉴定

ＬＺＦ－１ＤＮＡ指纹探针经同位素γ＾３２Ｐ－ＡＴＰ标记后，检测了４个家系１３个体血样的ＤＮＡ指纹，结果表明，父母的遗传物质在子代中的传递符合孟德尔遗传规律，无误地确定了４个家系中的亲子血缘关系，ＬＺＦ－１ＤＮＡ指纹针在亲权鉴定中的父权概率是０．９９９６４，达到了父权认定的目的。     

大气扰动下人－机系统建模与仿真

建立了人、机、大气环境扰动的动力学模型。形成一个便于仿真计算的人－机－环境系统模型，针对驾驶员完成俯仰跟踪任务，研究了大气扰动对驾驶员控制特性和人－机闭环特性的影响。     

基于PSO优化BP神经网络的水质预测研究

为快速准确地预测河流水质,结合汾河监测数据,使用粒子群算法(PSO)优化BP神经网络模型(PSO-BP)进行水质预测.通过灰色关联度分析确定输入变量,利用PSO算法修正BP网络的初始权值、阈值,优化神经网络结构及算法全局收敛性.采用该模型对汾河主要污染物指标COD、BOD5、氨氮、挥发酚等进行预测和验证.结果表明,与传统的BP神经网络模型相比,PSO-BP模型使最大相对误差从15.43％减小到1.46％,其平均误差由4.00％减小到1.01％,预测均方根误差从5.956×10-3减小到1.605×10-4.因此,基于PSO-BP神经网络模型的预测更加精确,可用于水质预测.