基于最优控制理论的加工番茄种植规划研究

[目的]解决加工番茄种植与番茄酱厂产能之间需求不平衡的问题,为番茄酱加工期内日收获产量与加工产能匹配问题提出一种规划决策方法,减少原料的浪费,提高酱厂的生产效率.[方法]通过建立番茄种植面积与产量的数学模型,运用最优控制理论,基于拉格朗日乘子法求解番茄的最优种植方案.[结果]以新疆某番茄酱厂及当地加工番茄种植为例,通过将番茄实际产量和规划产量进行对比,该方法提出的种植计划能够提高番茄的加工效益.[结论]最优控制理论在农产品种植规划方面具有应用价值和实际意义.     

约束优化问题的遗传算法求解

应用遗传算法基本原理,采用锦标赛选择、算术交叉、均匀交叉、均匀变异和非均匀变异算子,设计了一般非线性规划和整数规划问题的通用求解算法,应用Matlab6.0编制了相应的求解软件。实例测试结果表明,该算法可以应用于一般的非线性规划和整数规划问题。     

改进遗传算法下的畜禽冷链配送优化研究

在介绍传统遗传算法的基础上,提出了一种改进的遗传算法,通过设定前置交叉算子、互换变异算子、逆转变异算子来进行模型求解。算例分析表明,该算法可以在较短的时间内获得该问题的最优解或满意解。     

遗传算法在独立分量分析的应用

研究应用遗传算法于独立分量分析.这种算法充分利用了分离信号的特征,既克服了普通梯度算法容易陷入局部最优的缺点,又避免了遗传算法在搜索过程中的完全随机性.该算法采用基于KL散度为原始目标函数,结合对分离矩阵的限制,从而形成一个带约束的多目标规划问题.用迭代法求解此问题,在原始目标函数的基础上建立新的适应度函数,采用实数对分离矩阵进行编码,用算术组合方式以合适的概率进行交叉,以权值梯度方向作为变异方向,用轮盘赌的办法来选择.通过变异、交叉、选择这几个算子进行多次迭代后得到最优解.与其他常用独立分量分析算法相比,仿真实验表明该算法有更突出的算法性能及分离效果.     

3D虚拟仿真技术在体育馆购票系统开发中的应用研究

根据车辆路径问题的数学模型,分析了它的具体特征,从而对BA的操作算子又进行了重新定义,设计了求解VRP问题的离散蝙蝠算法,并通过实例测试将离散蝙蝠算法与其他算法进行比较,验证了该算法求解VRP问题的有效性与可行性.     

图的四作色问题的遗传算法求解研究

为了高效地获得地图的四作色方案,首先将地图转化为平面图,并给出了四作色问题在遗传算法求解中的编码规则。为了克服算法容易陷入局部解的缺陷,杂交算子采用了双点杂交方式,并引入了较高概率的变异算子。在传统单适应度评估函数的基础上,引入了评价个体基因好坏的基因评估函数,并增加了对最差基因以概率为1的变异算子。数值试验表明,该方法能极大提高算法的收敛速度,对图的四作色问题求解具有较高的效率。     

一类解决Job shop问题的改进进化规划

将进化规划与模拟退火算法相结合．提出了一种有效的混合调度算法。采用有较强突跳能力的模拟退火算法代替传统进化规划中的变异算子,增强了全局探索能力．减小了入局部极小值的机会;采用基于调度AOE网中关键路径的状态产生函数,缩小了搜索邻域,提高了算法的效率。仿真结果表明,该算法具有较高的求解质量和效率。     

基于改进量子遗传算法的Flow-Shop调度求解

针对Flow-Shop调度问题,提出一种改进的量子遗传算法,重点对量子变异和量子灾变等操作算子进行改进,提出局部量子位变异和局部量子灾变等操作算子。给出Flow-Shop调度问题的数学模型,提出了用量子遗传算法求解Flow-Shop调度问题的量子比特编码和解码方法,介绍算法的计算流程。仿真实验结果表明：改进的量子遗传算法具有收敛速度快、鲁棒性好等优点。     

苹果采摘机械手的逆运动学求解研究

为了提高苹果采摘机械手的采摘成品率,保证采摘后苹果质量,提出一种引入采摘综合因素的苹果采摘机械手的逆运动学求解方法。首先,采用Denavit Hartenberg模型对苹果采摘机械手进行建模,并将逆运动学求解问题转化为规划问题,其中,目标函数为所求得逆运动学参数对应的机械手末端中心坐标与待求坐标欧式距离。然后,在遗传算法选择、交叉、变异算子进行全局搜索的基础上,结合非线性规划对目标函数进行局部搜索。最后,借助随机森林算法将逆运动学求解结果分为3个姿势等级。试验表明,非线性遗传算法在苹果采摘机械手的逆运动学求解上相比遗传算法精度提高了8～25 mm,随机森林算法可以很好地对其求逆结果进行优化,从而提高苹果采摘成品率。     

一种多维背包问题的n进制编码遗传求解算法

针对传统二进制编码求解多维背包优化问题时算法复杂度高和容易早熟收敛等问题,提出了一种解决多维背包问题的n（n〉2）进制编码遗传算法。该算法采用n进制编码初始化种群,使用变异和交叉算子进化种群,通过修正算子修正不可行解,以保证解满足约束条件,然后利用非劣解集更新算法优化最优前端,使其扩大覆盖率,保证均匀性。20次随机试验结果表明,该算法可有效克服早熟收敛,能够保持种群多样性和求解精度,具有解决复杂多维背包问题的能力。     

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。     

马尔科夫链在加工番茄产量预测中的应用研究

以新疆某地加工番茄为研究对象,运用马尔科夫预测技术,建立番茄产量预测模型。通过对2000-2011年的加工番茄产量进行预测检验,预测结果与实际产量相吻合,期望能为未来种植计划提供参考依据。     

加工番茄“宽垄不翻秧”栽培模式初报

加工番茄"宽垄不翻秧"栽培模式,是加工番茄无公害生产配套技术中的防病健身栽培技术。采用这种栽培模式,可以有效的解决生产中存在的早衰,特别是减少日灼(日烧)和果腐疫霉病发生,降低劳动强度、增加产量、提高果实商品率。根据各地区的生产条件及习惯,可以采用多种模式推广"宽垄不翻秧"栽培模式。     

基于趋化-改进粒子群算法的SVR光合速率预测模型

针对回归型支持向量机(SVR)参数选取影响模型性能的问题,提出融合细菌觅食算法趋化操作的改进粒子群混合算法(C-IPSO),以优化SVR的惩罚参数和核参数。同时,为了实现对温室环境的精细控制,结合温室作物生长环境因子,建立一种基于趋化-改进粒子群算法优化的回归型支持向量机温室光合速率预测模型。以温室番茄幼苗期、开花期、结果期为例,与支持向量机和基本粒子群算法优化的支持向量机分别建立的模型进行实验对比。结果发现：建立的三个生长期光合速率预测模型的光合速率实测值和预测值的决定系数分别为0.954 8、0.985 4和0.951 5,均比另外两个预测模型更接近于1,表明该模型预测效果均更佳,并证明了所提算法的有效性,为指导温室环境根据作物光合需求进行精准调控提供了理论基础。     

遗传算法的交叉算子分析

交叉算子是遗传算法中的一种重要算子.文章介绍了编码方法基础上的各种交叉算子,以及如何应用到复杂问题,如组合优化、调度问题.     

桁架尺寸优化微分演化算法

为了解决带有应力约束和位移约束桁架结构的尺寸优化问题，将微分演化 (Differential Evolution，DE)算法应用于桁架结构的尺寸优化设计.介绍了DE算法的基本原理及其进化策略，给出了桁架结构优化的数学模型.对几个经典问题进行了求解，并与其他优化算法进行了比较.数值结果表明了DE算法收敛特性好、稳定性高，可以有效地用于桁架结构的尺寸优化设计.     

应急物流运输方式选择

为解决应急物流运输中最优运输方式的组合问题,在建立运输方式选择多目标优化数学模型的基础上,构造了求解该问题的虚拟运输网络,运用Floya法求解,并进行了算例计算．模拟结果表明,这种方法可以方便有效地求解该问题．     

基于蚁群-BFS算法的复杂环境下农业机器人全区域覆盖研究

目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。