基于改进粒子群算法的车辆转向梯形机构优化

通过对车辆转向机构的尺寸和定位参数进行优化,能有效减小车辆转向机构的实际运动轨迹和理论运动轨迹间误差,进而有效改善车辆的操纵性能和提高转向安全性。该文研究了转向梯形机构的工作原理及其对车辆转向性能的影响,建立了转向梯形机构的非线性优化模型;然后引入越界检测函数改进传统粒子群优化算法,并给出了求解转向梯形机构非线性优化模型的方法;编制了改进粒子群算法的实现程序,并对3款不同车型的转向梯形机构进行了优化设计;最后选取3种不同智能算法分别对途乐GRX转向梯形机构进行多组优化试验。试验结果表明,改进粒子群算法的收敛速度快于传统粒子群算法和基于模拟退火的粒子群算法,求解精度略逊于基于模拟退火的粒子群算法,但仍能保证求解精度。     

基于自适应差分进化算法的水稻物候期预测模型参数自动校正

进化算法在作物模型参数校准领域已有广泛应用。由于作物模型的结构包括多组常微分方程,具有非线性、不连续、多峰值特点,因此针对作物模型特点选择合适的进化算法尤为重要。同时,进化算法自身参数对算法性能有较大影响,这些参数选择往往靠经验得出,增加了优化算法在模型参数校准过程中的不确定性。该文针对进化算法应用到作物物候期模型参数校准过程中存在着算法选择和算法参数不确定性问题,以水稻RiceGrow物候期模型为应用对象,分析比较了3类进化算法应用的精度、收敛速度以及稳定鲁棒性。比较的进化算法包括差分进化系列算法（标准差分进化算法和自适应控制参数改进差分进化算法）,协同进化遗传算法系列（个体优势遗传算法、M-精英协同进化算法）以及粒子群算法系列（标准粒子群算法、基于自主学习和精英群的多子群粒子群算法）。研究利用武育粳、雪花粘等5个品种在江苏宜兴、兴化和广东高要等不同生态点的多年田间试验资料展开量化分析。结果表明：1）利用自适应控制参数改进差分进化算法校准水稻物候期模型的品种参数准确性较高,算法自身参数易于确定。物候期模型校准以后在拔节期、抽穗期、成熟期的RMSE为1.7～4.6 d、NRMSE为1.8%～5.8%、MAD 为 1.4～3.3 d、R2为 0.977～0.997,比GA系列平均分别小0.634 d、0.608%、0.453 d、0.09%,比PSO系列平均小1.399 d、1.35%、1.039 d、0.23%。 2）自适应控制参数改进差分进化算法在水稻物候期模型参数校准问题上表现出良好的收敛速度及稳定鲁棒性。重复校准试验100次的目标函数标准偏差趋近于0,每次校准得到的品种参数值标准偏差较其他算法最小。在达到同样精准度的情况下,比标准差分算法收敛速度平均快117代,适用于实际应用实践。     

基于随机粒子群算法的Van Genuchten方程参数优化求解

使用随机粒子群算法拟合土壤水分特征曲线并以此求解出Van Genuchten方程参数。通过算例与其他优化算法比较，结果表明：随机粒子群算法具有运算速度快，编程简单，初值无关性，全局收敛和计算精度高等优点，可以作为计算Van Genuchten方程参数的新方法。     

基于改进杂交粒子群算法的农村微能网多能流优化调度

西部农村地区电网薄弱,光伏和风电扶贫投资未考虑配套输配电设施,用以处理生物质废弃物的沼气受季节性温度变化影响运行经济性不佳,为解决上述问题,该文提出利用沼气作为气源含可再生能源的冷-热-电-气多能流农村微能网供能架构,建立相应的多能流微能网调度模型,针对粒子群算法早熟、容易陷入局部最优的问题,提出采用动态调整惯性权重的杂交粒子群算法进行求解,算例结果表明,通过对系统内各设备的调度,有效降低系统日运行成本,在冬季,采用改进型杂交粒子群算法所得日运行费用相比采用基本型粒子群算法降低7.6%,其相比系统未优化所得日运行费用降低79.1%;在夏季,相比基本型粒子群算法与未优化分别降低17.0%、71.2%,实现微能网的经济运行,证明了本模型和算法的正确性。     

粒子群算法及其应用研究

粒子群优化算法（PSO）源于对鸟群捕食系统的模拟,是近年来被广为关注和研究的一种智能优化算法。PSO算法属于进化算法的一种,比遗传算法（GA）更简单易实现,且没有交叉和变异操作,需要设定的参数也不多,收敛速度快。目前已广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法等领域。目前PSO的研究主要集中在算法本身和算法的应用研究两个方面。     

基于改进萤火虫算法的土壤水分特征曲线参数优化

针对因参数精度不足,影响相关土壤水分运动建模、仿真结果等问题,引入萤火虫算法,并将固定随机步长改进为随萤火虫间距离变化的可变步长,旨在解决土壤水分特征曲线Van Genuchten模型参数优化的非线性拟合问题。结果表明:对不同深度的黑土和黏土的脱湿过程进行模拟,得到优化后的相关参数及体积含水率计算值。通过与粒子群算法、遗传算法对比,表明萤火虫算法模拟结果精度高,曲线吻合性好,最大相对误差仅在2%左右,是一种高精度的优化算法,且改进之后收敛效率提高。利用萤火虫算法解决这类非线性优化问题是可行的,尤其在对精度、准确性要求较高及需为后续研究确定其他土壤水分运动参数提供准确依据的情况下,适用性更强。     

基于粒子群人工蜂群算法的灌区渠-塘-田优化调配耦合模型

为了缓解农业水资源供需矛盾,减少南方季节性干旱造成的损失,该文结合南方灌区渠、塘、田地复杂的水量转化关系,建立了以灌溉区域效益最大为目标的渠-塘优化调控与田间多种作物优化配水相结合的耦合模型;根据该模型的特点,提出了模型求解的粒子群-人工蜂群混合算法。将模型应用于漳河灌区,并与常规的渠-塘调控和作物配水模型和只考虑作物优化配水模型相比较。结果表明,渠-塘-田地协同调配效果显著,耦合模型计算所得特别枯水年(降雨频率为95%)下灌溉用水效益比采用其他2种模型分别提高了20.7%和6.9%。粒子群-人工蜂群混合算法能快速求解该优化调配耦合模型,有利于解决多水源、长距离输配水、库塘共同调控等复杂情况下的高效用水模型的求解问题。     

动态调整粒子群-霍尔特模型在径流预测中的应用

为了提高水库和河流中长期径流预测精度,针对粒子群算法存在的缺陷,提出了动态调整粒子群算法（DAPSO）。借助霍尔特-温特斯线性季节性模型的预测功能,应用DAPSO算法求解和优化霍尔特-温特斯线性季节性模型组合参数,形成动态调整粒子群-霍尔特-温特斯线性季节性模型组合算法,对石泉水库进行中长期径流预测。仿真计算表明,动态调整粒子群-霍尔特-温特斯线性季节性模型算法收敛速度快于霍尔特-温特斯线性季节性模型算法、粒子群-霍尔特-温特斯线性季节性模型算法。该组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预报精度显著提高,置信度为95%时的预测相对误差小于6%。该算法可应用于水库和河川中长期径流预测。     

基于粒子群的大系统优化模型在灌区水资源优化配置中的应用(简报)

针对灌区水资源优化配置模型存在等式约束的特点,在分析粒子群算法寻优策略的基础上,建立了基于粒子群的大系统优化模型.同时.提出有效的控制粒子速度大小的方法, 克服了粒子因速度过大易逃出约束空间而造成程序中断的不足,成功地将粒子群优化算法应用于作物灌溉制度的寻优中.利用此模型将有限的水资源分配到灌区中的不同子区、子区中的不同作物以及作物的各生育阶段,取得了较好的效果.     

基于改进粒子群算法的低碳型土地利用结构优化——以重庆市为例

探讨了如何在低碳经济背景下进行区域土地利用结构优化,并以规划区域土地利用经济效益目标和各类土地碳排放总量作为环境效益目标建立了相应的优化数学模型;采用针对多目标优化的改进粒子群算法进行土地利用结构优化多目标求解,以重庆市土地利用结构优化为例进行了实证研究。结果表明:基于向量评价的改进粒子群优化算法对土地利用结构多目标优化是适用有效的,优化结果兼顾了经济效益和生态环境效益,为土地利用结构优化提供一种良好的思路和方法。     

鲜切蔬菜加工过程追溯的原料批次混合优化模型构建

为了保障鲜切蔬菜加工企业的产品质量安全,提高鲜切蔬菜生产加工效率,减少加工过程中因原料批次而导致的召回正本增加等问题,提出了一种鲜切蔬菜加工过程追溯的批次混合优化问题的解决方案。该研究通过分析鲜切蔬菜加工的基本工艺流程,根据中小规模鲜切蔬菜加工企业的实际生产需求,研究适用于单原料仓库、单成品仓库的生产加工过程,构建基于企业生产订单和多原料批次的生产加工模型。在模型构建上,综合考虑了加工过程中单个订单不可拆分,以及原料批次选取时应优先选取最近未用完批次原则等企业生产加工管理的实际因素。在此基础上应用遗传算法对订单的加工次序和原料批次的选取次序进行优化。采用北京某鲜切蔬菜加工企业的实际生产数据对模型进行验证,采用平均召回规模及平均出成率作为鲜切蔬菜加工的目标函数。结果表明,通过算法优化后的目标函数值与初始值相比提高了10.5%,能够有效减少平均召回规模并提高产品加工的综合出成率,该模型为中小规模鲜切蔬菜加工企业的原料批次分配及生产流程的优化提供参考。     

批次清单结合Petri网追溯模型提高小麦粉加工过程追溯精度

为解决小麦粉加工过程追溯质量安全信息交叉、单位个体追溯困难等问题,该研究在分析小麦粉加工流程和追溯关键信息的基础上,研究基于批次清单的信息追溯方法,以加工时间为依据结合高津托图(Gozintograph)数据结构构建批次清单(bill of lots,BOL),实现小麦粉产品信息和关键节点活动信息的精确追溯;在BOL的基础上,利用鱼骨图和Petri网分别描述小麦粉质量追溯点的位置和危害指标;结合山东某面粉厂实际生产参数对追溯模型进行验证,实现小麦粉产品与原料的批次关联和其质量危害传播路径的预测。分析结果表明,通过使用BOL和Petri网追溯模型与传统方法相比实现召回批次数量由7个减少到4个、危害因素查找数量由6个减少到5个。该研究提高了小麦粉追溯精度和缺陷召回效率,为粮食等小颗粒产品加工过程的追溯提供了理论支持。     

基于多目标粒子群的土地整理项目选址模型

土地整理项目选址实质上是一个多目标空间优化问题,将传统选址方法用于解决多目标土地整理项目选址存在明显不足。该文提出了一种基于多目标粒子群的土地整理项目选址模型,归纳了土地整理项目选址的选址规则,提取3个能够体现土地整理项目选址目的及意义的目标函数,即新增耕地潜力最高、空间分区集中连片、土地适宜性评价指数最高,同时考虑了土地整理项目最小新增耕地率、实施规模2类约束条件,并详细阐述了算法的核心思想、矢量编码策略、状态更新机制等内容,最后选取湖北省嘉鱼县为试验区,验证了模型的可行性和有效性,结果表明通过对目标的权重调控可以得到不同目标偏好的土地整理项目选址方案,该文所构建模型在土地整理实践中具有可操作性,提供的选址方案科学合理,为土地利用规划和土地利用调控管理提供支持。     

基于图像特征点粒子群聚类算法的麦田作物行检测

为了快速准确地提取麦田作物行中心线,提出了基于图像特征点粒子群聚类算法的麦田作物行检测。首先,对自然光照下获取的彩色图像运用"过绿颜色因子图像灰度化"、"Otsu图像二值化"、"左右边缘中间线检测提取作物行特征点算法"3步对图像进行预处理。然后,根据农田作物行中心线周围区域的特征点到该直线的距离均小于某一距离阈值的特征,运用粒子群优化算法对每一作物行的特征点分别进行聚类。最后,对每一类的特征点用最小二乘法进行直线拟合获取麦田作物行中心线。试验结果表明,该算法可以对作物断行、杂草、土块等复杂农田环境下的图像进行有效地作物行检测,识别率达95%,识别误差小于3°。与标准Hough算法相比,运行速率提升了一倍。该文可为实现农业机器人田间作业提供参考。     

风险矩阵和流程分析法挖掘小麦粉加工中质量安全追溯信息

小麦粉加工中原辅料来源多样、追溯信息复杂,已有追溯信息的确定或依靠经验判别或根据信息获取难易程度确定。该研究基于原国家食品药品监督管理总局公布的2014年1月1日-2018年3月31日的共15518批次小麦粉抽检数据,分析其不合格率状况,得到影响小麦粉质量安全的主要因素为脱氧雪腐镰刀菌烯醇、过氧化苯甲酰、铝、铅、镉、苯并芘、脱氢乙酸等7种物质;采用LD50值、致癌性等不同的危害程度指标,对7种风险进行了风险赋值;构建了以风险发生可能性和风险危害程度为核心的风险二维矩阵图,通过识别得到,脱氧雪腐镰刀菌烯醇风险最高,为四级;苯并芘风险为三级;过氧化苯甲酰、铝、铅、镉风险均为二级;脱氢乙酸风险最低,为一级。通过对小麦加工流程分析,对危害物质进行了定位,得到小麦粉追溯的关键节点是原料入库、原粮储藏、物质添加、检化验等4个动态环节以及设备状态、包装材料特性等2个静态特征;以此为基础,从批次编码关联和追溯关键点信息采集角度构建了小麦粉追溯系统;与已有系统相比,该研究在扩展追溯链、优化追溯信息采集内容方面具有优势;为追溯系统研究中质量安全信息的挖掘与分析提供了有益方法。     

农产品质量溯源RFID标签批量识别

在农产品质量溯源中采用批量标签识别可极大提高系统效率。然而,基于成本和使用寿命的考虑,目前在溯源系统中使用射频标签通常选择无源标签,标签之间缺乏协作通道,不可避免会发生标签碰撞。该研究设计了基于射频识别技术的农产品追溯系统,针对所设计的追溯系统应用环境,提出一种可自适应动态调整帧长度的动态帧时隙Aloha标签防碰撞方法。只需在第一帧识别后,利用统计得到的首帧成功时隙、空闲时隙和碰撞时隙数对初始标签规模进行估计,并据此优化调整后续帧长度,实现最优识别。仿真结果表明,提出的防碰撞算法应用于所设计的农产品追溯系统,识别效率得到了显著提高,与目前广泛使用的国际标准相比,全局吞吐量性能提高了30%以上。     

乡村振兴视角下中国生态农业发展分析

从乡村振兴战略视角分析中国生态农业发展的必要性,并就目前的生态农业发展现状进行反思,剖析农业发展进程中面临的资源环境、供需不平衡等多方面的压力,指出发展生态农业是实现乡村振兴战略目标的重要举措,市场需求发生新变化的客观要求,解决农业生产所面临资源环境压力的必然选择,以及对发达国家农业持续发展经验的理性借鉴。在对我国生态农业发展现状反思的基础上,提出"七个一批"的发展建议,即编制一批发展规划、出台一批扶持政策、培育一批生态产业、发展一批生态农场、壮大一批生态农庄、培养一批生态农民、构建一批信息平台。以此实现乡村产业兴旺,农村环境宜居及农业产品的多样化、优质化,更好满足城乡人民群众对农产品安全优质、营养健康的消费需求,同时提升生态农业"养眼、洗肺、悦心"的生态价值,促进农业增效、农民增收,农村增绿,为更好促进中国农业的可持续发展乃至世界性的农业清洁生产提供参考借鉴。     

农机部件数字化设计软件平台AgriDEM开发

为解决农机产品开发周期长、工作量大和成本高等问题,研制了集设计和性能分析评价为一体的农机部件数字化设计软件平台AgriDEM(agricultural discrete element method)。该平台通过将CAD软件与自主研发的基于DEM-CFD-MBK(discrete element method,computational fluid dynamics,multi-body kinematics)耦合的分析软件集成,可在设计阶段由农机部件的CAD模型(CAD软件设计图),进行农机部件工作过程的动态仿真和工作性能的分析评价,由此实现农机部件结构方案和尺寸参数的优化。该文详细介绍了该平台的架构和关键技术实现方法,包括农机部件分析模型的建模方法、颗粒的建模方法、基于OpenMP的并行计算方法、基于DLL的模块封装及原型系统开发等,最后通过一个实例验证了该平台的可行性和有效性,可为农机部件的优化设计和数字化设计提供参考。