大豆食心虫的性信息激素及其应用

每当大豆食心虫的成虫发生盛期,在田间都可看到一种奇特现象——集团飞翔。即一头性成熟的雌蛾飞翔时,有几头甚至几十头雄蛾围绕雌蛾飞舞,但是,当雌蛾与一头雄蛾交配以后,其他雄蛾随即无趣地散去,这种现象就叫做性引诱现象。原来。

昆虫(蚕)信息激素(I)

概述了昆虫信息激素的种类。着重就桑蚕信息激素(桑蚕醇、桑蚕醛)的结构和理化性质,信息激素的感受机制,电生理反应和嗅觉感受的学说。

利用信息激素防治红棕象(虫甲)

印度的椰子研究所已合成一种有效防治红棕象(虫甲)(危害椰子的主要害虫之一)的信息激素。斯里兰卡的椰子研究所也采用了这种信息激素来防治红棕象(虫甲),他们在9月2日的国际椰子节时及之后将分发1000个装有信息激素的药剂瓶给椰子种植者。

利用信息激素作诱杀剂防治红棕象甲

椰子是印度的一种重要经济作物,印度现有1000万户家庭以种植椰子为生,其椰子种植面积与产量位居世界第三。2000/2001年度印度椰子种植面积达184万公顷,椰果产量达125.973亿个。为了提高椰子产量。

利用信息激素防治核果害虫

意大利研究人员利用合成信息激素防治核果害虫(梨小食心虫、桃条麦蛾等)进行了10多年的试验研究。

棉铃与其它器官间的激素信息传递

通过对大量试验结果的分析 ,初步明确了棉铃确实与其它器官间存在着激素信息的传递 ,并证明传递的主要途径是韧皮部而不是木质部。本文还对输入棉铃的植物激素的来源进行了讨论。可靠的证据进一步表明 ,经韧皮部传递的植物激素的水平随环境条件和生育时期而波动。

信息化合物（Semiochemical）的登记

信息化合物（Ｓｅｍｉｏｃｈｅｍｉｃａｌ）的登记陈宗懋（中国农业科学院茶叶研究所，３１０００８）在农药的注册登记中，除了常规的化学合成农药外，从８０年代起由于微生物农药（细菌、真菌、病毒制剂）和生化防治制剂（信息激素、天然植物调节剂、酶类）的发展，而出...

基于信息技术的机场固定资产管理对策探讨

民航机场属于典型的重资产行业,其每年的固定资产投资都具有庞大的规模。机场的固定资产管理是一项复杂的工作,既要有效控制成本,使资产得以充分利用,又要使企业获取最大的经济效益。文章分析了机场固定资产的特征和管理的必要性,阐述了管理的难点和存在的问题,最后提出基于信息技术的固定资产管理办法。

信息素养发展视角下的小学信息技术教学策略研究

在信息时代,信息技术已渗透到了各个领域,改变了人们的生活方式和工作方式。而在小学阶段,信息技术教育的重要性不可忽视。小学教育应该早早地引导学生培养良好的信息素养,以适应信息社会的发展。信息素养是指人们在面对大量信息时,具备获取、评估、使用和创造信息的一系列能力。本文将从信息素养发展的视角出发,探讨小学信息技术教学策略,以促进学生全面发展并为其未来的学习和生活打下坚实的基础。

蚁群算法在无人机航路规划中的应用

蚂蚁算法是一种新的源于大自然生物界的仿生随机优化方法。吸收了昆虫中蚂蚁的行为特征,通过其内在的搜索机制,在一系列组合优化问题求解中取得了成效。将蚁群算法应用于无人机(UAV)航路规划,提出了一种适用于航路规划的优化方法,可以为在敌方防御区域内执行攻击任务的无人机规划设计出高效的飞行航路,保证无人机以最小的被发现概率及可接受航程到达目标点,提高了无人机作战任务的成功率。仿真结果初步表明该方法是一种有效的航路规划方法。

基于蚁群算法的无人机航路规划

为了提高无人机(UAV)作战任务的成功率,在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路,保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题,对新近发展的蚁群算法进行了讨论,提出适用于航路规划的优化方法,并对无人机的攻击任务航路进行了仿真计算。仿真结果表明该方法是一种有效的航路规划方法。

基于蚁群算法的无人机任务规划

为了提高无人机 ( UAV)作战任务的成功率 ,在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路 ,保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题 ,本文对新近发展的蚁群算法进行了研究 ,提出适用于航路规划的优化方法 ,并对无人机的攻击任务航路进行了仿真计算。

基于蚁群算法的无人机航路规划

为了提高无人机(UAV)作战任务的成功率,在敌方防御区域内执行攻击任务前必须规划设计出高效的无人机飞行航路,保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题,对新近发展的蚁群算法进行了讨论,提出了适用于航路规划的优化方法,并对无人机的攻击任务航路进行了仿真计算。仿真结果表明,该方法是一种有效的航路规划方法。

基于改进蚁群算法的无人机航路规划

为了提高无人机(UAV)的作战效率和生存概率,在执行任务之前必须设计出高效的无人机飞行航路。针对这一问题,采用了蚁群算法进行航路规划,并对蚁群算法进行了改进。提出了保留最优解、自适应状态转换规则和自适应信息激素更新规则,有效的提高了算法算收敛速度和解的性能。最后用改进的蚁群算法对无人机任务航路进行了仿真,仿真结果表明,该算法是一种有效的航路优化算法。

蚁群算法的改进及其在TSP问题中的应用

为了克服标准蚁群算法容易陷入局部最优化从而导致算法过早停滞的缺陷,论文引入了城市选择策略的变参数和局部最优搜索策略,同时对信息激素的更新方式提出了相应的改进策略,并应用于对TSP问题的仿真实验.结果表明:改进算法能够加快收敛速度,节省搜索时间,而且能够克服停滞行为的过早出现.

茶树害虫防治的新途径

本文从昆虫病毒、性信息激素制剂、利用天敌资源进行生态控制以及选育抗虫茶树品种等四个方面综述了近年来已经应用或正在研究的茶树害虫防治的新途径。分析了走新途径的意义和习行性，指出了目前尚存在的问题。

微粒群算法思想下蚁群算法的改进及在CTSP中的仿真实现

为了克服标准蚁群算法容易陷入局部最优化从而导致算法过早停滞的缺陷,借鉴了微粒群算法的优秀思想,提出了基于微粒群算法的城市选择变参数选取策略与信息激素的更新方式的改进策略,并应用于对CTSP问题的仿真实验.结果表明:改进算法能够提高收敛速度,节省搜索时间,而且能够克服停滞行为的过早出现.

基于蚂蚁算法的拆卸序列优化

描述了蚂蚁算法的基本原理 ,并针对拆卸的特点提出了一套基于蚂蚁算法的拆卸 /装配序列优化的方案 .该方案运用了拆卸矩阵作为蚂蚁初始解的搜索空间 ,综合考虑拆卸零件重定位和拆卸工具的改变次数 ,将其作为拆卸 /装配序列质量的评价标准 ,自动生成优化的拆卸 /装配序列 .最后 ,通过实例验证了该方案的有效性 .

浅谈蚁群算法及其应用

蚁群算法是优化领域中新出现的一种启发式仿生类智能进化算法,文章介绍了蚁群算法的基本原理、算法的模型以及算法的应用。