不同供钾水平下烤烟高钾新品系钾含量的配合力

为筛选出烤烟钾含量高的配合力亲本,采用不完全双列杂交设计研究了6个烤烟钾高效基因型在不同施钾水平下烟叶钾含量的配合力。结果表明:除高钾水平下的下部叶钾含量基因型间一般配合力(GCA)方差未达到显著水平外,其他处理各部位烟叶基因型间钾含量GCA方差均达到显著或极显著水平。基因型间GCA效应有较大差异。施钾120 kg/hm2时,GK8各部位烟叶钾含量的GCA效应均较优,利用潜力较大,而GK3,GK9却较低;施钾360 kg/hm2时,GK2,GK7和GK8各部位烟叶钾含量的GCA效应均较优,GK3,GK5和GK9较低;施钾600 kg/hm2时,GK2,GK9钾含量的GCA效应均较优,GK7,GK8相对较差。3个钾水平间各部位烟叶钾含量特殊配合力(SCA)方差均达到极显著水平。组和不育系(Ms)云烟87×GK9在3个钾水平条件下,各部位烟叶钾含量的SCA效应均为正值,表现相对最好,其次是组合Ms长脖黄×GK3、Ms长脖黄×GK5、Ms101×GK5、Ms多叶型云烟87×GK7和Ms云烟85×GK9。3个供钾水平下,钾含量的广义遗传力均较高,狭义遗传力占广义遗传力比重较小,SCA方差百分比总体大于GCA百分比,说明基因效应对钾含量影响较大,其中非加性效应大于加性效应。     

基于几何多网格的RLC电源网络的瞬态模拟

提出了一种高效的、针对VLSI中Mesh拓扑结构的RLC电源线／地线网络的时域分析算法,该算法首次利用一种基于启发式原则的电路模型的简化方法来缩小电路网络的规模,扩展了原有的几何多网格方法来模拟求解以RLC元件建模的电源线网络．实验数据表明,对于一些规模较大的电路实例,在一个较小的误差损失下,该算法能大幅缩小电路的求解规模,求解速度比SPICE快两个数量级以上,比原有的几何多网格方法也有大幅的提高．如在Sun工作站上,当误差控制在1．5％时,模拟求解一个百万节点的电路网络仅仅需要半个小时．     

基于等效电路降阶的电源/地线网络快速瞬态模拟

提出了一种电源/地线网络的快速时域分析方法.本算法在每一模拟时刻,首先离散化原始电路并且利用诺顿定律简化电路,继而针对电路中的链式结构的串联支路,提出了一种无误差的等效电路的模型降阶算法,将原始电路压缩为仅由交叉节点组成的电路.然后用预条件共轭梯度法求解被压缩的电路,最后恢复求解中间节点的电压值.有效地提高了算法的分析效率,在不损失精度的情况下,比目前工业界普遍采用的SPICE软件快两个数量级.     

基于卷烟纸特性参数的中支烟主流烟气成分释放量预测

为准确预测中支卷烟主流烟气中焦油、烟碱和CO释放量,使用随机森林算法构建了基于卷烟纸特性参数的焦油、烟碱和CO释放量预测数学模型,并进行了焦油、烟碱和CO释放量影响因素重要性排序和相关性分析。采用构建的随机森林算法模型对5个中支卷烟样品进行了焦油、烟碱和CO释放量的预测并与实测值进行了对比,验证模型的预测能力,同时对焦油、烟碱和CO释放量检测过程中可能产生的相对扩展不确定度进行测定。结果表明：基于卷烟纸特性参数构建的随机森林算法模型对于中支卷烟样品的焦油、烟碱和CO释放量的预测,具有较好的准确性、精确度和稳定性,且模型的焦油、烟碱和CO释放量预测残差均小于检测的扩展不确定度。     

BP神经网络在卷烟企业烟草甲虫发生程度预测中的研究

通过研究和构建基于BP神经网络的烟草甲虫预测模型,对提前采取有效防虫措施、降低烟草制品虫害损失、提高烟叶品质有重大意义。本研究通过对2013-2020年的虫情数据进行网络训练,运用模型分别对2013-2017年和2018-2020年烟草甲虫虫害发生程度分别进行回测和预测。BP神经网络模型对训练样本的拟合程度较高,能较好地描述烟草甲虫虫害的发生程度。     

基于等效电路降阶的电源/地线网络快速瞬态模拟

提出了一种电源/地线网络的快速时域分析方法.本算法在每一模拟时刻,首先离散化原始电路并且利用诺顿定律简化电路,继而针对电路中的链式结构的串联支路,提出了一种无误差的等效电路的模型降阶算法,将原始电路压缩为仅由交叉节点组成的电路.然后用预条件共轭梯度法求解被压缩的电路,最后恢复求解中间节点的电压值.有效地提高了算法的分析效率,在不损失精度的情况下,比目前工业界普遍采用的SPICE软件快两个数量级.