基于圈的单水源树状管网优化改进遗传算法

以投资、运行费用之和最小为目标函数,建立了单水源树状管网优化数学模型.根据完整的树状管网优化需同时对管网布置和管径优化的特点,采用二进制编码和整数编码相结合的双重编码遗传算法对模型进行求解,其中二进制编码表示管网的布置形式,整数编码表示管径.通过整数编码的设计,使管径约束自动得到满足.根据单水源树状管网与图论中生成树的相似性,在二进制编码操作时,采用基于圈的方法产生初始解及进行交叉、变异操作,使初始解和变异操作时生成的均为可行解,交叉操作时满足了生成树的基本条件.通过上述操作,大大降低了不可行解的产生几率,提高了算法的计算效率.优化算例说明了该方法的有效性.     

基于遗传算法的树状灌溉管网优化设计

针对树状灌溉管网优化设计的特点,以管网投资最小为优化目标,提出了一种符合实际且能结合设计人员经验的灌溉管网优化布置,并利用基于整数编码的遗传算法进行求解,减少了非可行解的产生。并编制了matlab优化设计程序,通过实例进行验证,并与相关生成树算法进行比较,研究表明,该方法可获得较优的设计方案。     

基于混合蛙跳算法的自压微灌管网系统优化设计

【目的】解决自压微灌管网系统布置与管径优化设计的问题,节省工程投资造价。【方法】以新疆某灌区一微灌工程为研究对象,以微灌系统中各级管道的管段长度、管径为决策变量,支毛管允许水头差、工作压力、管径、流速等为约束条件,以管网总投资最小为目标,分别建立了双向毛管布置和单向毛管布置的自压微灌管网数学模型,并采用混合蛙跳算法进行求解,优化管网的布置及各级管道的管径。【结果】该优化设计方法对自压微灌管网系统能够实现管网系统布置与管径的同步优化,优化设计后的方案干管段数减少,干管每一段的长度和每条支管长度增加,部分管段管径减小,所需总投资为469 129.3元,与依据相关规范和经验进行设计的原方案相比,管网投资降低了21.5%。【结论】该优化设计方法所得的优化结果节省投资明显,混合蛙跳算法收敛性能稳定,计算速度较快,具有较高的计算精度,对水源有保证、地面坡度不大且较为均匀的自压微灌管网系统的优化设计具有一定的应用价值。     

基于生成树和遗传算法的树状管网布置优化

以投资最小为目标函数,建立了树状管网布置优化数学模型.针对树状管网布置优化的特点,应用基于生成树理论和二进制编码遗传算法对模型进行求解.在遗传算法产生初始解、交叉和变异操作过程中,设计了基于圈的实现方法,避免了不可行解的产生,提高了算法的计算效率.     

基于模拟退火与布谷鸟混合算法的树状灌溉管网优化设计

为实现树状灌溉管网低能耗、投资节约以及灌水均匀度高等目的,构建了树状灌溉管网非线性数学模型,设定压力、管径、流速为约束条件,设计了模拟退火与布谷鸟(SACS)混合算法,结合文献[14]资料数据分别采用遗传(GA)算法、模拟退火遗传(SAGA)混合算法、布谷鸟搜索(CS)算法、SACS混合算法4种优化算法对模型进行了求解.优化结果表明,采用SACS混合算法比GA算法灌溉管长减少了16.27％、投资节约了2.13％,比SAGA混合算法、CS算法,虽灌溉管长相等,但管径得到较大的优化,投资分别节约了3.76％、17.28％,验证了SACS混合算法的有效性.最后,以贵州省石阡县龙塘大屯茶叶园区216 hm2现代水利试点区喷灌工程为例,采用SACS混合算法对喷灌工程管网进行了优化,比传统设计方法灌溉管长减少了12.08 m,投资节约了17.93％,优化效果明显,为树状灌溉工程管网优化设计提供了新的思路.     

基于环路和改进遗传算法的树状灌溉管网优化

以投资最小为目标函数,建立了树状灌溉管网优化数学模型,用外部惩罚函数法将问题转化为无约束优化问题,并采用改进遗传算法进行求解。根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化。在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,减少了不可行解的产生,提高了算法的计算效率,算例说明该优化方法有效、实用。     

基于双重编码遗传算法和图论的自压树状管网优化

以投资最小为目标函数,压力、流速、管径等限制为约束条件,建立了自压树状管网优化数学模型,并采用改进遗传算法进行求解.根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,实现了同时对管网布置形式和管径进行优化.根据图论中树的性质,在产生初始解及变异操作时,采用基于圈的方法,对交叉方法进行了改进,从而减少了不可行解的产生.同时对遗传算法的操作过程进行了改进,结合了模拟退火算法,调整了适应函数,改进了交叉率和变异率的计算方法.算例表明了该优化方法的有效性.     

基于遗传算法的山地自压管网干管优化设计

针对目前山地自压滴灌管网工程中管径选择的难题,建立了以管网造价为目标函数,标准管径为决策变量,满足灌溉水量、水压、流速等约束条件的树状灌溉管网优化数学模型,在管网布置确定的情况下寻求使管网投资最小、可靠性最高的管径组合方案。采用基于整数编码的遗传算法来求解,用模拟退火罚函数法处理约束条件,将模拟退火的良好局部寻优能力和遗传算法的全局搜索能力有机地结合在一起,实现算法的改进。优化结果与经济流速法的计算结果相比较,管网投资减少了27 280元,仅占优化前的86.84%,管段水头利用率由65.38%提高到了97.61%。结果表明:改进遗传算法在经济性和重力水头利用率上都优于经济流速法,且该模型算法操作简单,易于实现,具有良好的优化性能和求解效率,可用于实际生产。     

基于Excel规划求解的泵站加压灌溉管网优化设计研究

以管网系统年费用最小为目标函数,水泵扬程H和连续管径D为设计变量,建立了确定性的泵站加压灌溉管网优化设计模型,并应用Excel规划求解法对所建立的模型进行了求解。实例表明,在管网布置形式已知的情况下,与传统的经济流速法相比,Excel规划求解法是一种实用价值较高的模型求解方法,该方法不仅能够节省一定的工程投资,还提高了设计人员的设计水平和效率。     

基于遗传算法的喷灌管网优化设计

结合管网优化设计理论和实际工程中管径计算的要求,将遗传算法引入喷灌管网优化设计．提出求解喷灌管网管径优化解的计算思路,增强了管网设计方案的经济性,且求解出来的管径不需按标准管径调整。在此基础上,提出把经济性与可靠性结合起来进行管网优化设计,以及采用遗传算法求解该多目标问题。     

配电网多目标经济性优化模型和算法

针对城镇配电网中按电压等级选择同一截面导线的不合理性,基本算法的罚函数处理约束稳定性不强和寻优运算差等问题,利用经济电流密度概念、多目标规划理论和遗传算法,研究实数编码并行优化、动态罚函数约束、配电网路径与潮流自识别解码等方法,提出了配电网络多目标经济性优化模型及其算法。通过10kV配电网实例验证表明,该方法提高解的搜索精度,实现规划线路长度和导线截面策略因子并行优化,得到最小投资费用的优化方案。     

基于Kinect v2传感器的果树枝干三维重建方法

针对果树三维重构中存在建模精度低、成本高、拓扑结构差等问题,提出一种基于Kinect v2传感器的果树表型三维重建与骨架提取方法。首先,使用Kinect v2传感器采集不同视角下的果树点云数据;其次,对植株点云进行尺度不变特征变换的特征点检测,对关键点使用快速点特征直方图算法进行特征向量计算,通过随机抽样一致性方法提纯点云的初始位置,经初始变换后使用改进的迭代最近点算法进行精配准、拼接形成完整点云;最后,使用Delaunay三角剖分解构点云数据对缺失点云进行填充,使用Dijkstra最短路径算法对最小生成树进行求取,通过迭代去除冗余分量对骨架进行简化,使用圆柱拟合算法估算枝干骨架,将枝干骨架变为封闭凸包多面体,实现果树的枝干三维重建。实验结果表明：采用本文所提建模方法点云平均配准误差为0.52cm,枝干平均重构误差不超过3.52%,重建效果良好。研究成果可为果园评估作物状态、智能化修剪等研究提供数据支持。     

基于复杂网络分析法的空间生态网络结构研究

以荒漠绿洲区典型县域磴口县为研究区,将复杂网络分析方法中的点格局分析方法、网络骨架的提取算法和空间结构鲁棒性指标根据实际空间生态网络的特点进行改造,对研究区的空间复杂生态网络的结构进行分析。研究结果表明:7种类型的生态源地节点在较小尺度下均呈现聚集的空间分布格局,随着尺度的增大,逐渐呈现随机分布,最后呈现均匀分布,这种分布特征保证了小尺度和大尺度上生态网络的稳定。水网廊道的密度范围为0~1.46,路网廊道的密度范围为0~2.27,改造Kruskal算法识别出的骨架廊道符合实际情况。现状生态网络初始的连接鲁棒性仅为0.73,优化后生态网络的连接鲁棒性达到1。经过生态节点布局优化后的生态网络节点和边的抗打击破坏能力、恢复能力增强。     

结合可靠度的自压树状管网管径优化研究

在自压输水系统中,管道投资占系统的比例较大,管径既是管道系统的一个基本技术参数,也是影响管道经济性的一个重要因素。【目的】合理地选取管径,节约工程投资、降低能耗、保证系统供水安全。【方法】以管网投资和运行管理费用最小为目标函数,管网节点水量可靠度指标、水压、流速等为约束条件,建立了自压树状管网管径优化模型,以新疆苏巴什河自压输水灌区为例进行分析,采用PSO算法与SAPSO算法优化求解模型。【结果】对比相同节点水量可靠度下的目标函数费用,SAPSO算法均低于PSO算法,其优化结果更好;对节点水量可靠度Ri=0.7下SAPSO算法的计算结果与最优解的相对偏差统计分析可知,小于10%的概率达到97%,其所建模型稳定,计算精度较高。【结论】考虑管网可靠性,所建模型能够较为系统地反映自压输水管网在全寿命周期的运行情况,运行结果的可靠性高;利用SAPSO算法优化求解模型,优化结果更为精确可靠,该方法能为类似工程的管网管径优化问题提供借鉴。     

基于MEA-BP神经网络的土壤养分评价模型

针对BP神经网络在解决复杂非线性问题时,存在初始权值和阈值随机赋值,网络学习速度慢,局部极小的问题,运用群体搜索能力强的思维进化算法(MEA),寻找出最优的初始权值和阈值,优化BP神经网络的网络结构,建立MEA-BP神经网络的土壤养分等级评价模型。以敦化市黑土的土壤养分数据作为测试集,评价指标选用土壤的有机质、全氮、速效氮、速效磷和速效钾。对比MEA-BP网络预测模型、遗传算法(GA)优化BP网络预测模型和单一的BP网络预测模型,结果表明MEA-BP网络预测模型的均方误差(MSE)最小、决定系数(R^2)最接近1和误差波动最小,可以更准确地反映土壤养分分级特性。     

基于RSM和GA的温室风送式弥雾机喷雾效果优化分析

为了研究不同喷雾参数优化方法对温室风送式弥雾机喷雾效果的影响,在试验的基础上,分别运用二次多项式回归和BP神经网络,建立了温室风送式弥雾机喷雾分布均匀性响应面模型.结果表明: BP神经网络响应面模型的相关系数、均方根误差分别为0.987 1,0.134 0,而二次多项式响应面模型的相关系数、均方根误差分别为0.928 2,0.215 9,BP神经网络模型较高的相关系数和较低的均方根误差说明其拟合精度较高;对二次多项式回归模型寻优,预测的雾滴分布变异系数最小值为1.47%,实际值为1.58%;采用BP神经网络协同遗传算法寻优,雾滴分布变异系数预测值和实际值分别为1.21%,1.28%;表明在喷雾参数优化中,基于BP神经网络的遗传算法比二次多项式响应面法具有更好的准确性.      

基于特征降维和机器学习的覆膜冬小麦LAI遥感反演

为进一步提升无人机遥感快速监测覆膜条件下冬小麦叶面积指数(Leaf area index, LAI)的能力,以垄沟覆膜冬小麦为研究对象,利用无人机搭载五通道多光谱传感器获取2021—2022年冬小麦出苗期、越冬期、返青期、拔节期、抽穗期和灌浆期的遥感影像数据,使用监督分类剔除背景并计算50种可见光和近红外植被指数,采用主成分分析、相关系数法、决策树排序和遗传算法进行特征降维,结合偏最小二乘、岭回归、支持向量机、随机森林、梯度上升和人工神经网络6种机器学习算法建立不同输入特征变量下的覆膜冬小麦LAI反演模型,并进行精度评价。结果表明,剔除覆膜背景使冬小麦冠层反射率更接近真实值,提高反演精度。采用适宜的特征降维方法结合机器学习算法能够提高覆膜冬小麦LAI的反演精度和稳定性,对比特征降维前的反演精度,主成分分析和相关系数法无法优化反演效果,决策树排序只适用于基于树模型的随机森林和梯度上升算法,遗传算法优化效果明显,遗传算法-人工神经网络模型反演效果达到最优(决定系数为0.80,均方根误差为1.10,平均绝对值误差为0.69,偏差为1.25%)。研究结果可为无人机遥感监测覆膜冬小麦生长状况提供...     

模拟退火粒子群优化投影寻踪的渠道防渗模式评价

为了对渠道防渗工程的方案进行优选,采用模拟退火粒子群优化投影寻踪方法对渠道防渗模式进行优化评价.优化粒子群算法,使其在退火过程中接受优解,且还以一定的概率接受差解.同时利用模拟退火粒子群算法在搜索过程中具有概率突跳的能力,有效地避免搜索过程陷入局部极小解,提高了算法的收敛速度和精度.将该模拟退火粒子群算法与投影寻踪结合,建立了模拟退火粒子群优化投影寻踪模型,将该模型应用到灌区渠道防渗模式优化评价中,选取10个指标作为评判因子,提出适合该地区的干渠渠道防渗工程优化模式,其优劣排序依次为方案Ⅳ、方案Ⅱ、方案Ⅲ、方案Ⅴ、方案Ⅰ.研究表明模拟退火粒子群优化投影寻踪的评价模型对灌区渠道防渗模式进行综合评价是切实可行的,模拟退火粒子群优化投影寻踪的评价方法在解决实际问题中展示了其优越性,并取得了良好的应用效果.     

基于多源遥感数据的输电线走廊树种分类

针对目前树冠提取中受背景影响和易出现过度分割的问题,首先,采用可见光差异植被指数和双边滤波对传统的单木树冠分割方法进行了改进;然后,以单木树冠为对象提取多维特征,并利用XGBoost算法进行特征重要性排序和特征选择;最后,使用随机森林、支持向量机、人工神经网络3种非参数分类器,设计了12种分类方案,进行了单木树种分类和精度评价。结果表明,改进的单木分割方法可以有效提高树冠提取精度,得到的树冠分割精度在80%以上;将Li DAR数据和航空正射影像相结合,采用XGBoost算法进行特征选择后,使用ANN分类器的分类方案精度最高,总体精度为86.19%,说明多源数据协同作用和特征选择可以提高树种分类精度,在单木尺度上ANN分类器对现有树种类型的分类能力最强。