基于模式搜索算法的Van Genuchten方程参数优化

针对目前Van Genuchten方程参数优化方法的不足,本文通过理论分析得出Van Genuchten方程参数的单调函数,即为单极值函数。因此,可使用局部搜索能力较强的模式搜索算法识别Van Genuchten方程参数。算例及误差分析表明:模式搜索算法求解Van Genuchten方程参数算法实现简单、运算速度快、适用性强、计算精度高,为Van Genu-chten方程参数的求解提供了一条新途径。     

农田土壤水分特征曲线参数拟合及其剖面变异特性研究

在天津农学院西校区和山西大同阳高试验基地,采用环刀取原状土方法分层、分垂直和水平2个方向取土样,采用高速离心机(CR22GⅡ)方法得到了土壤水分特征曲线数据,利用Van Genuchten模型对实测数据进行了拟合,并运用Excel软件规划求解与模式搜索法交替迭代进行参数拟合优化求解。结果表明,根据实测数据所选的参数初始值和优化值之间有明显差异,以残余含水率差异最大,参数n差异最小;参数优化过程中不同参数随迭代次数的增加有不同的变化规律;不同深度的参数优化值有显著差异,不同方向参数值有一定差异;取样误差对参数的优化结果也有一定的影响。     

基于最小二乘法的绳套型水位流量关系最优定线研究

汛期河道的水位流量关系通常呈绳套型,对其进行高精度的定线是洪水资源实施高效管理的基础。传统的定线方法效率低,误差大,因而本文使用最小二乘法为优化方法,对绳套型水位流量方程进行优化定线。首先,Saint-Venant方程中的迁移惯性项和局地惯性项被去掉以简化方程,附加比降被引入以使方程能够拟合绳套型曲线;然后,简化后的方程通过取对数、多项式展开和幂级数展开被线性化;最后应用最小二乘法估计线性化方程中的参数。对3个案例的应用结果表明,所获得的定线方程能有效拟合观测的水位流量曲线,对拟合结果的偏离符号检验、适线检验和偏离数值检验均符合水文资料整编规范中的定线精度要求,说明将最小二乘法应用于绳套型水位流量曲线的优化定线是有效的。     

滨海盐渍土土壤水分特征曲线测定及拟合模型的比较

测定滨海盐渍土的土壤水分特征曲线及相应的参数,为研究和模拟水盐运移提供可靠的参数依据。以中国科学院黄河三角洲滨海湿地生态实验站内的盐渍土为例,使用压力膜仪测定土壤吸力和水分的关系,根据Brooks-Corey、Gardner和van Genuchten 3种模型拟合土壤水分特征曲线,结果表明:van Genuchten模型拟合的精度最高,剖面五层土壤的决定系数都大于0.97,与试验点土壤质地无明显相关性,可以用于该地区的土壤水分特征曲线拟合;BrooksCorey和Gardner模型的拟合效果相似,且精度波动都很大,在砂性土范围内,决定系数大小与土壤物理性砂粒含量成反比,不适合用于由泥沙堆积而成的黄河三角洲地区的土壤水分特征拟合。van Genuchten模型拟合结果表明:不同土壤的水分特征曲线不同,同一质地类型的土壤具有相似的曲线形状;土壤颗粒的粒径组成和含盐量对土壤的持水性有很大的影响,土壤颗粒越大土壤持水性越差,土壤含盐量越高,土壤持水性越好。     

农用运输车转向机构的连续加权系数优化

通过理论分析计算推出了转向梯形机构的复演误差函数表达式,确定了以误差平方和最小为目标的优化目标函数,提出了以连续的概率密度函数为加权系数函数的理念;结合实例,用正交法对目标函数的变化规律进行了研究,用Matlab的最小二乘法进行优化函数求解。通过优化前后性能曲线和误差分析数据结果的对比可以看出,被优化的农用车转向误差显著降低。     

基于改进粒子群的土壤水分特征曲线参数优化研究

土壤水分特征曲线是研究土壤水分运动的重要参数,Van Genuchten方程是目前广泛应用的土壤水分特征曲线方程。由于该方程参数较多,人工调节参数繁琐复杂,应用优化算法实现参数自动调节成为首选。分别采用遗传算法(GA)、粒子群算法(PSO)和改进粒子群算法(CMOPSO)对方程进行参数寻优,对比3种算法的收敛速度、所需迭代次数和算法稳定性。结果表明:3种算法的参数模拟精度均较好;改进粒子群算法的全局搜索能力和收敛速度优于遗传算法与粒子群算法,且所需迭代次数最少,适合VG方程的参数寻优。     

车辆转向梯形机构的参数优化

通过理论分析计算推出了转向梯形机构的复演误差函数表达式,确定了以误差平方和最小为目标的优化目标函数,提出了以概率密度函数为加权系数函数的理念,结合实例,用正交法对目标函数的变化规律进行了研究,用Matlab的最小二乘法进行优化函数求解。通过优化前后性能曲线和误差分析数据结果的对比可以看出,本次优化的效果十分明显。     

基于平行竞争PSO算法的土壤水分测量研究

为了提高测量土壤水分Van Genuchten方程求解的精度,提出平行竞争PSO算法。首先在PSO算法基础上,当粒子群最大半径值小于某个阈值时,竞争才被触发,同时最差粒子被重置,粒子被重置的比例随着迭代次数增加而非线性减少;接着粒子群分成若干子群,子群的群平均适应度与原始粒子群平均适应度相差不能小于设定的阈值,引入不同的共享因子对子群与子群、粒子与子群之间进行信息共享动态调节;最后粒子适应度函数由Van Genuchten方程参数构成,给出了算法流程。实验仿真显示本文算法对测试函数求解具有收敛速度较快、解精度较高的特点,测量粉壤土脱湿数据的相对误差最大为5%,吸湿数据的相对误差最大为4%,相比其他算法都较小。     

三峡山地土壤水分特征曲线及模型拟合

为揭示土壤涵养水源的机制,并为山区生态治理提供依据,以三峡库首大老岭和夷陵山地为研究区,采集温性阔叶林棕壤、针阔混交林黄棕壤、茶园地和暖性针叶林黄壤的原状土样,通过离心法分析并拟合了山地土壤的水分特征曲线。结果表明,三峡山地土壤随吸力增大,土壤含水率呈先迅速降低后趋于平缓的变化规律。黄壤的持水性较差,黄棕壤相对于其他林地土壤有着更强的持水性。茶园持水能力比棕壤和黄棕壤差,与黄壤差异较小。孔隙分布随土壤剖面深度的增加而减少。大孔隙以黄壤体积比最大,其次是黄棕壤和棕壤,茶园最小。用van Genuchten模型拟合山地土壤的水分特征曲线,决定系数R2均大于0.95,模型可靠性高。van Genuchten模型参数n与有机质(P0.05)和粉粒(P0.05)的相关性较高,参数α与理化性质相关性较差。     

基于联合多重分形的土壤水分特征曲线土壤传递函数

利用联合多重分形方法识别在不同尺度上对土壤水分特征曲线空间变异性都具有显著影响的因素,基于得出的结论建立考虑尺度效应的小尺度和大尺度van Genuchten模型参数的土壤传递函数,探讨了将小尺度上得出的联合多重分形结论进行尺度扩展,应用到大尺度上的可行性。结果表明:小尺度和大尺度上基于0～20 cm和20～40 cm土层van Genuchten模型参数土壤传递函数预测的土壤含水率均方根误差分别为0.038 6、0.047 3和0.027 0、0.030 4,可将小尺度上进行联合多重分形分析得出的结论进行尺度扩展,应用到大尺度上,且建立的土壤传递函数具有较强的理论基础和较高的预测精度。     

温度及矿化度对土壤持水性能的影响

采用离心机法测定了不同矿化度(1、3、5、10g/L)的NaCl和Na2SO4溶液在不同温度条件下(5、10、20、30℃)对土壤水分特征曲线及其van Genuchten方程参数的影响。结果表明,温度与θs、α均呈现显著的负相关,相关系数分别为-0.83、-0.99;θs与α呈极显著的正相关关系,与n呈极显著的负相关关系,α与n呈极显著的负相关关系。溶液的盐分类型对土壤水分特征曲线的影响在不同的吸力段影响不同,在近饱和段影响比较明显,且对参数α值也有显著影响,其中Na2SO4的影响较NaCl明显。溶液矿化度对土壤水分特征曲线参数(θs,α,n)的影响均不显著。     

基于粒子群算法的圆柱度误差评定方法

根据最小区域条件，建立了圆柱度误差的数学模型以及优化目标函数和适应度函数，阐述了粒子群优化算法的原理和实现方法，然后根据粒子群算法优化求解。实例表明，该方法对于圆柱度误差评定等非线性优化问题能得到全局最优解，粒子群优化算法的计算精度与其他满足最小条件的计算方法相比略有提高，且参数设置少，计算速度快，可用于三坐标测量机等测量系统的圆柱度误差测量后的数据处理。     

基于粒子群算法的农用轮胎柔性环模型参数辨识方法

轮胎柔性环模型能准确表达轮胎变形,但模型的刚度参数无法直接测定,因此模型刚度参数的辨识成为建模过程中的关键。本文基于轮胎柔性环模型运动学方程,分析农用轮胎固有频率与刚度参数之间的关系,提出基于粒子群算法的柔性环模型刚度参数辨识方法。通过轮胎模态试验获取轮胎固有频率,采用粒子群算法对柔性环模型刚度参数进行辨识。将固有频率的试验值与预测值的平均误差作为评价指标,对比粒子群算法与传统算法及遗传算法辨识结果,结果表明粒子群算法的参数辨识结果精度较高,平均绝对误差为1.67Hz,平均相对误差为1.66%,相较于遗传算法,平均相对误差降低16.16%,运算时间减少93.19%。通过接地印痕试验获取农用轮胎接地角度,结合辨识所得刚度参数,估算轮胎所受到的垂向力,对比垂向力的试验值与预测值,结果表明粒子群算法的参数辨识结果精度较高,垂向载荷估算平均相对误差为1.97%,相对于遗传算法,平均相对误差降低12.05%。     

Spatial analysis of soil surface hydraulic properties: Is infiltration method dependent?

The management of irrigated agricultural fields requires reliable information about soil hydraulic properties and their spatio-temporal variability. The spatial variability of saturated hydraulic conductivity, K_s and the alpha-parameter α_vG-2007 of the van Genuchten equation was reviewed on an agricultural loamy soil after a 17-year period of repeated conventional agricultural practices for tillage and planting. The Beerkan infiltration method and its algorithm BEST were used to characterize the soil through the van Genuchten and Brooks and Corey equations. Forty field measurements were made at each node of a 6 m × 7.5 m grid. The soil hydraulic properties and their spatial structure were compared to those recorded in 1990 on the same field soil, through the exponential form of the soil hydraulic conductivity given by the Gardner equation, using the Guelph Pressure Infiltrometer technique. No significant differences in the results obtained in 1990 and 2007 were observed for either particle-size distribution or dry bulk density. The mean value of α_vG-2007 was found to be identical to that of α_G-1990, while that of K_s-2007 was significantly smaller than that of K_s-1990. In contrast to the Gardner equation, the van Genuchten/Brooks and Corey expression was found to be more representative of a well-graded particle-size distribution of a loamy soil. The geostatistical analysis showed the two parameters, K_s and α_vG-2007, were autocorrelated up to about 30 and 21 m, respectively, as well as spatially positively correlated within a range of 30 m. Despite the difference in the mean values of K_s between the two studies, the spatial structures were similar to those found in the 1990 experiment except for the covariance sign. The similarity in autocorrelation ranges indicate that the spatial analysis of soil hydraulic properties is independent of the infiltration methods (i.e., measurement of an infiltration flux) used in the two studies, while the difference in the covariance sign may be linked to the use of two different techniques of soil hydraulic parameterization. The covariance values found in the 2007 campaign indicates a positive relationship between the two parameters, K_s and α_vG-2007. The spatial correlations of soil hydraulic parameters appear to be temporally stabilized, at least within the agro-pedo-climatic context of the study. This may be attributed to the soil textural properties which remain constant in time and to the structural properties which are constantly renewed by the cyclic agricultural practices. However, further experiments are needed to strengthen this result.     

基于PSO的DSSAT水稻品种参数优化

农业技术转移决策支持系统（DSSAT）在农业领域的应用越来越广泛，应用DSSAT的首要工作就是估计作物品种参数。GLUE参数估计器是DSSAT自带的参数估计工具，但GLUE参数估计器所估计的品种参数并不总有效，其估计参数的DSSAT模拟精度往往不高。本文利用4个品种水稻的田间实测产量数据，采用对比分析方法，以DSSAT自带的GLUE参数估计器运行结果为参照，将粒子群优化（PSO）的每个粒子视为一组水稻品种参数，在运行PSO算法过程中调用DSSAT模拟水稻产量，依据产量模拟误差和PSO的运行机制修改粒子，从而验证PSO优化DSSAT水稻品种参数的有效性及可行性。研究结果表明：两种算法均能较好识别DSSAT水稻品种参数，但GLUE参数估计器估计参数无效的频次较高；与GLUE参数估计器相比，PSO识别的参数均为有效参数，其优化参数的DSSAT模拟水稻产量的精度更高，标准化均方根误差（NRMSE）处于5.98%~8.78%之间，明显低于GLUE参数估计器的6.89%~18.06%，所模拟的水稻产量也更接近于实测产量。     

基于黏粒量的土壤水分特征曲线预测模型

【目的】建立基于黏粒量的土壤水分特征曲线预测模型。【方法】设计12种不同黏粒量的质量混合比处理,获得一系列合成土样,通过测定合成土样的土壤水分特征曲线,研究了在体积质量一致的条件下,黏粒量对土壤水分特征曲线参数和孔隙分布的影响。【结果】在体积质量为1.55 g/cm³条件下,黏粒量增加1.9倍,土壤中传导孔隙(0.03~1 mm)体积减小28.6%,储存孔隙(200nm~0.03 mm)体积增加6倍,土体的持水性增强。合成土样的土壤水分特征曲线参数θs和α均与黏粒量显著正线性相关,θr与黏粒量显著负线性相关,n和m均与黏粒量呈指数衰减关系。【结论】基于黏粒量确定的土壤水分特征曲线预测模型具有较高的精度,能够快速预测土壤水分特征曲线,预测值与实测值之间相对误差<15%。     

不同土层土壤水分特征曲线的空间变异及其影响因素

利用多重分形和联合多重分形方法,对陕西杨凌地区0～20 cm和20～40 cm土层van Genuchten模型参数的空间变异性及其影响因素进行了研究.结果表明:0～20 cm和20～40 cm土层参数α都具有明显的多重分形特征,空间变异性较强,且分别是由低值和高值分布引起的;参数n和θs的多重分形特征不明显,空间变异性较弱.0～20 cm和20～40 cm土层van Genuchten模型参数与土壤物理特性的相关特征并不完全相同,在观测尺度上,0～20 cm土层参数α与Sand、Silt显著相关,参数n与Sand、SOM显著相关,θs与Sand显著相关;20～40 cm土层参数α与SOM显著相关,参数n和θs都与Sand、Silt、SOM显著相关;在多尺度上,0～20 cm土层参数α与Sand、Silt的相关程度最高,20～40 cm土层参数α与BD、SOM的相关程度最高.     

车辆座椅悬架参数识别与优化设计

建立并求解座椅系统非线性动力学微分方程,以不同车速下座椅加速度均方根值仿真与试验结果的误差平方和最小为优化目标,基于约束随机优化算法反求并优化座椅悬架系统的非线性刚度和阻尼值。参数识别结果表明,原系统刚度和阻尼值不匹配是悬架减振效果差的主要原因,参数优化结果使座椅加速度均方根值降低了50%,改善了座椅的减振性能。根据最佳刚度特性曲线,借助有限元法设计出新型非线性座椅减振弹簧。     

基于SSA-PSO-LSTM模型的羊舍相对湿度预测技术

羊舍湿度过高或过低都会直接威胁肉羊健康生长,及时掌握湿度变化趋势并提前调控是确保规模化肉羊无应激环境下健康养殖的关键。为提高湿度预测精度,提出了基于奇异谱分析（SSA）、粒子群优化算法（PSO）、长短时记忆网络（LSTM）的羊舍湿度非线性组合预测模型。利用SSA分离出正常序列和噪声序列,将原始序列转换为平滑序列;其次通过PSO不断迭代优化确定LSTM的最优参数组合,降低LSTM的训练成本;最终依据优化参数建立组合预测模型分别对两序列进行预测,模型结果之和为最终预测结果。利用该模型对新疆维吾尔自治区2021年3月17—27日期间的羊舍空气相对湿度进行预测,结果表明,该组合预测模型具有良好的泛化性、稳定性和收敛性。与标准的ELM、SVR、LSTM、PSO-LSTM、EMD-PSO-LSTM等模型相比,本文提出的SSA-PSO-LSTM组合模型具有更高的预测精度,其均方误差、平均绝对误差和决定系数分别为1.127%2、0.803%和0.988。