基于蚁群算法的农田排水沟优化设计

常规的排水沟设计往往是先确定排水沟断面,得到一个确定的沟深,然后再用公式反复迭代得到排水沟间距,使得两者间无法出现一个最优组合,一定程度上降低了排水沟设计的优选性.本研究根据影响排水沟建设、运行费用的各因素建立排水沟断面与沟深的综合优化模型,当总费用最小时,得到排水沟间距和断面组合的最优解.针对传统优化方法求解这种多维、非线性复杂问题的低效性,引入蚁群算法进行求解.实例表明,蚁群算法能够有效解决田间排水沟的优化设计问题,并且能严格满足系统约束条件,操作简单,计算效率高.     

改进蚁群算法在配电网规划中的应用

电网优化规划是一个复杂的非线性组合优化问题,目前对于该问题的求解仍存在计算速度和收敛性问题.为解决这个问题,提出了一种通过动态调整信息素挥发因子ρ来控制其正反馈过程的改进蚁群算法,提高了网络优化规划过程中得到全局最优解的概率和收敛速度.算例分析结果表明:规划结果符合实际,并在相同参数下,改进蚁群算法的迭代次数减少约一半,充分验证了该方法的实效性.     

基于业务流程的物流Web服务组合匹配研究

物流服务组合匹配是满足客户业务需求、实现物流系统信息化的关键环节,目前对服务匹配普通基于服务模板与候选服务之间进行服务匹配研究,较少考虑整个业务流程,匹配结果往往不能很好的满足服务组合的需求。为解决以上问题,本文提出了基于业务流程的物流W eb服务组合匹配模型—LSCMM,并在此基础上应用物流运筹学理论提出改进的物流服务组合匹配算法—W SCML,采用GAMS软件进行应用验证。结果表明:匹配结果合理,为物流服务组合过程提供了有利支持。     

基于最大最小蚁群算法的智能装载方法

三维装箱问题在现实生活中有着广泛的应用,是具有复杂约束的组合优化问题,理论上属于NP-hard问题。针对贪心算法通常得到的是局部最优解以及基本蚁群算法存在不足等问题,本文首先给出了启发式装箱规则,然后结合最大最小蚁群算法对装载顺序进行优化,提出了一个求解三维装箱问题的混合蚁群算法,最后通过实验对比验证了该算法的有效性和优越性,并给出了三维效果展示图。     

基于并行蚁群算法的设施温室机器人多点路径规划的研究

在设施温室中,为了实现机器人在面对多个工作点时,能够找到一个最优顺序使得完成全部工作所走过的路程最短,受蚁群算法解决旅行商问题(TSP)的启发,提出一种并行的蚁群算法来解决设施温室农业机器人多点路径规划问题。首先,该算法借助于蚂蚁数量自调整的蚁群算法计算出所有点与点之间的最短安全距离,形成一个特殊的距离矩阵;然后借助于蚁群算法根据特殊的距离矩阵来寻找最优顺序;再按照最优顺序依次实现路径规划。仿真结果表明,该方法克服了目前蚁群算法在解决TSP上存在的近似计算及未考虑安全性问题,提高了计算精度,可以快速找到最优顺序进行路径规划,使机器人得到最短、最安全的路径。     

应用于传感器网络覆盖问题的能量有效性启发式机制

提出了一种解决无线传感器网络覆盖问题的分布式启发式机制。该机制在节能前提下,得到优化的目标覆盖集合,以实现对目标监控区域的完全覆盖,并通过对其中重点目标集合的冗余覆盖来满足对重点目标集的可靠监控。同时,该目标覆盖集合与数据汇集点在通信结构上保持连通性。本文采用了改进的蚁群优化算法（最大最小蚁群混合算法）来实现上述启发式机制。通过构造新颖的启发式因子,人工蚂蚁能够由局域信息感知传感器网络的能量状况和覆盖能力,从而自适应地建立具备通信连通性的数据汇集路径。此外,将信息素浓度调节因子和评价函数引入了信息素更新规则的设计,使得蚁群在扩大搜索范围的基础上,提高了解的质量,且避免了求解过程陷入局部最优。算法的输出为能量有效的优化解集,具备较长生命周期,能够在保证与数据汇集点可靠连通的同时实现对目标区域的有效覆盖。     

基于K均值聚类改进的蚁群算法研究

蚁群优化算法(ACO)在求解TSP(traveling salesman problem)问题时,其算法的时间复杂度为O(m·n2·t)(其中t表示循环次数,n为城市数,m为蚂蚁数),搜索时间比较长。利用K-means聚类的方法得到多个类,每一个类都看作是一个小的TSP问题,然后在每个类内部和类之间利用改进的蚁群算法寻找最优路径,通过实验仿真,验证了此方法不但能提高解的精度,而且还加快了运行速度。     

车种代用情况下的空车调配优化模型及其求解

针对空车产生总数和空车需求总数相等的平衡运输问题,建立以空车走行公里数最小为目标的空车调配数学模型,并用蚁群算法求解该模型。仿真结果表明,使用蚁群算法求解车种代用下的空车调配模型具有得到最优解的比率高、平均解相对误差低、最优解的收敛速度较快等优点,能很好地解决空车产生总数和空车需求总数相等的平衡运输问题。     

基于蚁群算法的农业节水灌溉路径优化部署

为实现节水灌溉田间地块路径管线部署的管理和控制,采用信息素优化的改进蚁群算法进行设计研究.在现有蚁群算法组合优化的现实缺陷基础上,以田间地块坐标作为数据源,采用改进的蚁群算法对田间地块布线路径进行设计,从而提高蚁群算法在迭代过程中更新最优解的能力,最终在相同的迭代次数内找到路径更短、代价更小的规则,解决农业节水灌溉管线路径部署优化问题,并在VC++程序中验证路径优化的实际问题.测试结果表明:在相同的气候条件下,路径优化部署设计结果可以为节水灌溉的管道布局管理提供参考依据和数据支持.     

基于改进的蚁群算法求解多目标生鲜农产品车辆路径

针对考虑价格折扣的带时间窗的生鲜农产品车辆路径问题,用准时到达率和准时到达量表示客户服务质量,建立了以成本最低、服务质量最大和碳排放最少为目标的数学模型。并设计了一种改进的蚁群算法,即在启发因子中加入需求量和时间窗跨度因素,将目标权重加入到信息素的更新策略中,在完成一次迭代后再进行信息素的更新,加快了求解速度、提高了目标准确度,防止了最优解的局部优化。测试算例的结果表明:求解多目标生鲜农产品车辆路径问题时,与基本蚁群算法相比,改进的蚁群算法具有收敛速度快、目标准确度高等优点。     

用户视角下新浪微博信息服务质量影响因素研究——基于扎根理论的探索性分析

[目的/意义]新浪微博作为互联网时代的重要社交媒体之一,用户对其信息服务发展质量起关键作用,从用户视角分析新浪微博信息服务质量影响因素,有助于提升新浪微博信息服务水平,提高信息服务效率,促进新浪微博更加人性化发展。[方法/过程]选择扎根理论作为研究方法,通过数据资料收集、三级编码、饱和度检验等过程,构建新浪微博信息服务质量影响因素模型,归纳出用户基础、用户感受、用户需求3个因素及其对信息服务质量的作用,并运用统计方法进行实证分析。[结果/结论]研究结论发现：用户基础、用户感受、用户需求对新浪微博信息服务质量产生显著正向影响,其中用户基础属于保障性因素,用户感受属于关键性因素,用户需求属于驱动性因素。     

基于改进型蚁群算法的网格资源分配的研究

通过对基于标准蚁群算法和MMAS蚁群算法的网格资源分配算法的比较和分析,提出了另一种自适应的蚁群算法。通过计算机仿真实验证明,自适应改进型蚁群算法相比于基于标准蚁群算法和MMAS蚁群算法的网格资源分配算法具有更强的搜索全局最优解的能力,同时还具有更好的稳定性和收敛性。     

MLTS-RBAC模型在SaaS中的农业信息服务应用

基于RBAC的SaaS访问控制服务平台中用户的角色多分层与角色时间约束模型(Multi-layered with Time constraint in SaaS-RBAC,MLTS-RBAC)是在RBAC的基础上,将SaaS平台的用户划分系统级用户和租户级别用户。根据角色将两种级别用户分别进行层级管理;为实现方便租赁费用的计算,防止权限滥用,模型中对租户角色加入时间约束,并依据服务等级协议监测租户是否有违例行为来约束角色使用服务的时间,确保租户正常使用服务。使用MLTS-RBAC模型与实际应用相结合,应用于农业信息服务的SaaS应用,解决农业信息服务中的管理问题。     

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。     

我国农业信息需求及农业信息服务体系

随着农村经济社会的快速发展,农村用户成为了用户研究的新视角。文章通过对农村用户的信息环境、用户分类、信息需求和信息结构的分析,就我国农业信息服务体系的体系架构进行了探讨,对于认识我国农村用户信息需求与用户信息服务,给出了一个思考路径。     

农业领域知识服务的实践探索与思考

文章针对农业领域多用户群体的知识服务需求,从用户需求、利用知识的角度来探索农业领域的知识服务模式。通过分析不同用户的知识服务需求、设计农业领域创新型的知识服务产品、探索以需求为导向的知识服务实践方法,研究出具有农业领域特色的知识服务模式,结果表明面向农业领域决策用户、科研用户和企业用户的不同需求,开展服务内容、服务方式和实现途径的创新,进行个性化、定制化的知识服务实践,可以促进农业领域知识服务的发展,以期为其他相关领域的知识服务模式探索提供借鉴与参考。     

大连海洋大学图书馆馆藏海洋生物文献资源开发利用与服务研究

本文通过论述导向用户海洋生物文献需求特点,提出深层次特色海洋生物文献资源开发利用与服务研究的必要性。即导向性服务是图书馆文献信息服务的必然趋势。以用户为导向,与导向用户积极沟通,为用户揭示馆藏结构,根据导向用户的特定需求,协助用户查询获取文献信息。     

蚁群算法解决TSP问题的研究

蚁群算法是一种用于解决复杂问题的新的启发武算法，它是通过信息素的积累和更新收敛于最优路径上，隶解速度慢，而遗传算法具有快速随机的局部搜索能力。将遗传算法和蚁群算法融合，给出一种求解TSP问题的改进的算法。