第一节 气候因素对昆虫的影响 （重点掌握） 第二节 土壤因素对昆虫的影响 （掌握） 第三节 生物因素对昆虫的影响 （掌握）（食物、天敌、人类活动） 第四节 昆虫的种群动态 （选学） 第五节 昆虫的调查统计（选学） 第六节 农业害虫的预测预报 （选学）

专业必修课程 《植物生产类专业导论》 《微生物学》 《农业实验室安全教育》 《植物学 B》 《农业气象学 B》 《生物化学 B》 《植物生理学 A》 《遗传学 B》 《土壤肥料学》 《农学概论 A》 《植物保护生产实践》 《生物统计》 《普通植物病理学》 《普通昆虫学》 《农业植物病理学》 《农业昆虫学 A》 《植物化学保护》 专业综合实践环节 《植物学教学实习 B》 《农产品营销学》 《农业政策学》 《地理信息系统基础 B》 《农业生产机械化》 《双碳概论》 专业选修课程 《植保研究法》 《植物病毒学》 《杂草学》 《植物病害流行与预测预报》 《农螨学》 《农药生物测定》 《生物防治》 《植物免疫学》 《植物检疫学》 《昆虫生态与预测预报》 《资源昆虫开发与利用》 《农药分析与残留分析》 《植物保护专业外语》 《植保生物技术》 《Plant Microecology》Course Syllabus 《科技论文写作》 《植物保护研究进展》 《互联网+现代农业》

1.问题 人口问题是当前世界上人们最关心的问题之一.认识人口数量的变化规律， 作出较准确的预报，是有效控制人口增长的前提.下面介绍两个最基本的人口模 型，并利用表 1 给出的近两百年的美国人口统计数据

以非线性理论为指导,建立了采场声发射监测预测预报的灰色突变模型,并给出了相应的计算机程序流程。最后,以某金矿的监测结果来验证该模型,证明是可行的

研究了TiO2含量、Al2O3含量以及二元碱度(CaO/SiO2)对TiO2-Al2O3-CaO-SiO2低碱度高钛渣黏度的影响.实验采用旋转柱体法在1633-1873K温度范围内对渣系熔体黏度进行了测量.当TiO2质量分数为23%-43%、Al2O3质量分数为3%-12%和二元碱度为0.3-0.7时,钛渣熔体黏度随TiO2含量和碱度的增加而降低,随Al2O3含量的增加而增加.通过对转底炉-电炉熔分过程渣系脱硫能力计算,得知在低碱度高钛渣中TiO2属于酸性.依据黏度测量数据和对TiO2属性的界定,通过修正Urbain模型建立了低碱度高钛渣的熔体黏度预报模型.模型预测结果误差为11%,证明新模型对于低碱度高钛渣的黏度具有良好的预报效果

针对我国高炉的检测水平,采用人工神经网络的方法建立了一种用于铁水含硅量预报的神经网络模型。该模型具有良好的适应性和自学习功能

混沌是非线性科学中十分活跃、应用前景极为广阔的领域。本书从简单系统为什么会产生复杂的行为出发，用通俗易懂的语言，对非线性动力学中极为重要的分岔、混沌、分维和奇怪吸引子及其相互关联的问题作了深入浅出的论述；进而介绍了心脏系统中混沌和混沌控制的主要原理和方法；最后闹明了以混沌理论为基础的长期预报的相空间模式以及混沌在保密通信、神经网络和经济科学中的应用。 第一章 绪论 第二章 大自然的复杂性 第三章 动力系统形态及其分析 第四章 分岔 第五章 混沌 第六章 分形和分维 第七章 奇怪吸引子 第八章心脏系统中混沌的研究 第九章 混沌控制 第十章 长期预报的相空间模式概述 第十一章 混沌在保密透信、神经网铬和经济学中的应用

建立了板坯连铸结晶器二维导热数学模型，计算了在正常拉坯状态下结晶器铜版的温度场及铸坯发生拉漏时结晶器温度场的变化.通过对粘结型漏钢过程的模拟和拉漏时结晶器温度场的分析，提出了对粘结型拉漏进行预报的预测参数

以生产条件下采集的数据为基础,采用理论解析与统计分析相结合的方法,建立了角钢连轧的温度预报模型与切分孔轧制力模型。提出了采用离散化与函数拟合相结合的方法简化型钢轧制的工艺模型

黏度是冶金熔渣的基本物理性质，其大小直接影响到反应速率、熔渣分离效果等冶炼过程。通过深入探索熔渣黏度与其结构的关系，在分析熔渣黏度与其(NBO/T)比值（即单个聚合物粒子所拥有的非桥氧数量）相互关系的基础上，本文提出基于（NBO/T）比值的多元熔渣黏度计算模型。首先建立SiO2–∑MxO简单渣系的黏度计算模型，通过拟合纯氧化物和SiO2–MxO二元渣系的黏度数据得到模型参数，拟合平均误差在9%～18.5%之间；随后将该模型扩展至SiO2–Al2O3–∑MxO多元渣系的黏度计算，针对Al2O3在熔渣中同时表现出酸性氧化物和碱性氧化物的特点，在计算SiO2–Al2O3–MxO三元渣系黏度时，将其中的Al2O3拆分为酸性物质和碱性物质来计算（NBO/T）比值和黏度活化能。在SiO2–MxO二元系模型参数的基础上，通过拟合SiO2–Al2O3–MxO三元渣系的黏度数据得到含Al2O3渣系的模型参数，拟合平均误差在10%～25%之间。利用该模型计算了SiO2–Al2O3–CaO–MgO–FeO–Na2O–K2O–Li2O–BaO–SrO–MnO多元复杂渣系及其子体系的黏度值，计算平均误差在25%以内，取得了较好的预报效果。本模型基于熔渣结构理论，并借鉴了经验模型的数据处理方式，在预报效果和适用范围上都优于传统经验模型，在计算方式上比结构模型要简单