粒子群算法在农业水文学中的应用进展

优化问题一直是农业水文学研究的重要问题之一,而粒子群算法作为新型智能算法具有很好的寻优能力.介绍了粒子群算法的流程和步骤,以及各种改进后的粒子群算法,分析了粒子群算法在农业水资源优化配置、农田节水灌溉措施、农作物种植优化等农业水文学几个方面的应用现状.结果表明,粒子群算法在农业水文学中的应用范围有限;现有应用研究重视经济效益最大化,忽视社会生态效益;研究呈现碎片化的现象,未形成完整的学科理论体系;改进后的粒子群算法具有更好的寻优能力.指出粒子群算法与其他优化算法和技术结合将会为该算法在农业水文学中的发展开辟新的方向和道路,为农业水文学中科学问题的解决得出更好的优化结果.     

求解一类非线性二层多目标规划的粒子群方法

采用以下层问题的最优性条件代替下层问题的方法,将上层为向量优化、下层为凸标量优化的一类非线性二层多目标规划问题转化为带互补约束的不可微多目标规划问题,分析了2者在最优解方面的关系,并设计了求解相应不可微多目标规划问题的粒子群算法.数值结果表明所设计的粒子群算法是可行、有效的.     

我国农业循环经济发展效益评价

【目的】对我国农业循环经济发展效益进行评价,为政府有关部门布置下一步农业循环经济建设的重点提供参考。【方法】根据农业循环经济减量化、再循环、再利用的原则,以及农业循环经济发展的经济效益、社会效益和生态效益目标,共选取了4类20个指标,构建我国农业循环经济发展效益评价指标体系,并运用熵权系数法对我国农业循环经济的发展效益进行评价。【结果】总体来看,我国农业循环经济的综合发展水平在不断增强,且近年来呈现出快速提升的态势。从分类指标来看,农业资源循环再利用水平、经济效益以及生态效益均呈上升态势,但农业资源减量投入控制效果并不理想。【建议】应构建长期有效的行为约束和利益激励机制,加快生态文明视域下农业科技体系的完善,强化农民的循环经济意识,进一步提升循环农业的经济效益,以实现我国农业循环经济建设质的飞跃。     

农业循环经济的科技支撑体系研究

农业循环经济科技体系建设,为农业循环经济健康发展提供重要技术保障。农业循环经济发展离不开高新农业科技,追求农业生产经济效益、生态效益、社会效益,是现代农业科技发展重要诉求目标。农业循环经济有效整合多种生态资源,追求经济、社会、环境最优化组合,形成循环经济科技支撑体系,为全面提升生态农业生产经营品种创造良好技术条件和发展环境。     

实现生态农业经济可持续发展研究

新常态下农业生态经济要得到可持续发展,就是要树立循环发展、生态发展的农业经济发展理念。针对当前我国农业生态经济发展中面临的问题和挑战,我们要平衡好经济效益和生态效益的关系,进一步优化农业产业结构,提高土地资源利用率,切实做好农业环境保护工作。本文研究了目前生态农业的发展现状,并为其可持续发展提出了政策建议和具体的对策。     

中国农业结构调整的多目标线性规划模型研究

农业结构的优化和调整涉及多种复杂因素。为了有效地改善农业生态环境,优化农业结构,促进社会、经济、生态的协调发展,本研究采用多目标线性规划的方法,以优化农作物的种植结构,改善农业水资源平衡和土地资源利用结构,提高农业系统的经济效益和生态效益为调整目标,建立农业结构调整的多目标线性规划模型。模型的运行结果表明,最优解是合理的、符合实际的,对改善农业生态环境,提高社会、经济、生态效益有着重要的意义。     

基于家畜单位环境承载力的农牧结合优化模型研究

通过分析种养子系统间废弃物利用的养分循环过程,确定作物秸秆到畜禽养殖和畜禽粪便到农田施用过程中对应的不同作物基于家畜单位的环境承载力,将其作为生态效益的量化指标与经济效益指标相结合,构建多目标农牧结合优化模型,并增加生态平衡约束,采用理想点法求解。结果表明,该模型能较好地耦合农牧系统,在经济效益最大化的同时,实现了废弃物资源利用的最大化和环境影响的最小化。     

一种求解线性二层多目标规划的粒子群优化方法

粒子群算法是一种新兴的优化技术。由于粒子群算法实现简单,可调参数少,已得到广泛研究和应用。根据粒子群算法能够有效获得不可微多目标规划Pareto最优解的特点,设计了线性二层多目标规划的粒子群算法:采用以下层问题的K-T最优性条件代替下层问题的思想,将线性二层多目标规划转化为带互补约束的不可微多目标规划问题,然后对所得到的不可微多目标规划问题设计粒子群算法,从而得到线性二层多目标规划问题的Pareto最优解。数值结果表明所设计的算法是可行、有效的。     

供应商优选与订货量分配的多目标微粒群算法

分析了供应商优选与订货量分配问题的特性,构建了带界约束的多目标优化模型,并设计具备有综合学习机制的多目标微粒群优化算法以求解该模型．实验结果表明,该多目标微粒群优化算法是有效的．     

基于混合粒子群算法的供热管网优化设计

供热管网优化设计一直是多年来城市地下管网工程中的研究热点。通过分析供热管网的优化模型,建立关于供热管网的目标函数即供热管网投资费用,根据供热管网的目标函数及约束条件建立适应度函数。利用粒子群优化算法对该非线性模型进行求解,借鉴遗传算法中变异操作的思想,设计基于遗传算法的混合粒子群算法,寻求在水力约束条件下目标函数的最小值。实例结果表明,将粒子群优化算法应用于供热管网优化设计可以取得较好的优化结果,并且充分的体现出粒子群算法的寻优能力。