小麦种子在不同保存条件下的生活力丧失特性研究

近年来种子在低温种质库和室温保存条件下的生活力丧失特性研究日益受到关注,但是与其重要性相比,目前很少有文献报道此方面进展。本研究监测了在中期库、室温和人工加速老化条件下小麦种子的生活力变化,以了解种子在这些保存条件下的生活力变化特性。结果表明,3种条件下所有种子的存活曲线均呈反S形,这种特点不受保存条件的影响。随着保存温度的降低,种子生活力丧失速度降低,反S形曲线的平台期和种子寿命延长。采用t检验来判断平台期和种子生活力快速下降期之间的转折点(Pt),发现小麦种子在不同条件下保存时,其Pt均十分接近,在82.2%～83.6%之间。同时还讨论了将Pt以及其他生理指标作为种子保存过程中生活力快速下降的预警指标的可能性。

基于变权重组合模型的路基沉降预测方法

通过监测数据的沉降预测分析，是解决当前高速铁路路基沉降计算精度不足的主要途径。由于采用常见的反S形成长曲线模型在路基沉降预测时，不能完全预测出沉降曲线的整个发展过程，本文提出了一种基于多种曲线变权重组合的沉降预测模型。该方法结合多种反S形成长曲线模型，赋予一个未知的权重系数，通过最小方差方法对权重系数进行求解，从而得到沉降预测公式。工程实例的计算结果表明：该方法具有较好的适应性和较高的精度，可以应用于高速铁路路基最终沉降量的预测。

分维扩展的数值试验研究

由于仅用一个分维值难以区分不同的形态，首先需要对原分维概念予以扩充，即把原来仅局限于无标度区内的呈直线形分布的常数分维扩充为包括无标度区上下界以外区域在内的，呈反Ｓ形分布的变量（函数）分维，使分维方法的应用不受观测尺度的限制；其次，要研究表达扩充分维的数学模型。文中论述了反Ｓ形扩充分维的数值实现方法和增强描述复杂现象的能力。

基于最优组合模型的路基沉降预测方法

通过监测获取的沉降——时间数据进行拟合曲线分析,在高速铁路路基沉降预测中得到了广泛应用。路基工程沉降——时间曲线呈现反S形,但采用常规的反S形成长曲线模型预测路基沉降时,由于受到数据样本和模型自身的限制,预测的沉降曲线并不能完全反映实际沉降的发展过程。基于此,提出了基于不同类型的反S形成长曲线的最优组合预测模型,通过赋予各个反S形曲线模型权重系数,采用最优化方法求解权重系数,得到最终的路基沉降预测公式。实际工程数据分析表明,该方法精度较高、适应性较好,可适用于高速铁路路基沉降量预测。