2种谷物质量流量传感器的适用性研究

精准农业是世界农业发展的潮流,机械化、信息化已经渗透于农业的各个环节中。粮食收获作为农业工作的重要环节,机械化、自动化和监测技术已经广泛应用于现代农业机械装备。谷物测产系统是监测技术的一个重要组成部分,将谷物测产系统安装在谷物联合收割机内,可以实时测量谷物产量。本文对称重式和冲量式2种谷物质量流量传感器进行分析,田间试验表明,称重式谷物质量流量传感器安装过程较复杂,整个称重式测产系统运行不稳定,数据波动较大;冲量式谷物质量流量传感器安装过程相对简单,测产相对误差较低。     

基于RBF神经网络的土壤含水量传感器标定方法

土壤含水量时空变异对作物生长、农田气候变化等领域的研究具有重大意义。为了克服TDR-3土壤水分传感器输出电压的非线性缺点,提高土壤含水量数据采集以及计算效率,将TDR-3土壤水分传感器与无线传感器网络结合,提出了土壤水分含量的RBF神经网络标定方法。结果表明,该法能取得较好的标定效果,且操作简单、实用、可行,为土壤含水量的实时监测提供了一种有效的方法。     

基于RBF神经网络的土壤含水量传感器标定方法(英文)

土壤含水量时空变异对作物生长、农田气候变化等领域的研究具有重大意义。为了克服TDR-3土壤水分传感器输出电压的非线性缺点,提高土壤含水量数据采集以及计算效率,该研究将TDR-3土壤水分传感器与无线传感器网络结合,提出了土壤水分含量的RBF神经网络标定方法。以20个带标号的水杯作为承载砖红壤土和水的载体,对其中的样本进行数据采集,经多次测量取平均值。为验证标定算法的准确性,同时列举出以土净重、加水质量、水分含量TDR-3测量值为属性,以测试水土比值为目标训练样本,以RBF神经网络为标定算法的拟合结果。为了更直观地展示试验结果,以散点图方式分别展示水分含量TDR-3测量值与实际水土比的TDR-3土壤水分含量曲线;水分含量TDR-3测量值与RBF神经网络拟合水土比的RBF神经网络拟合土壤水分含量曲线;以及实际水土比与RBF神经网络拟合水土比的散点图。为验证RBFNN拟合水土比值的相关性,引入皮尔逊相关系数。5次试验,得到5组皮尔逊相关系数,分别为0.9745,0.9832,0.9798,0.9804及0.9789,都接近于1,说明真实测试数据与拟合数据相关性很强,且为正相关关系。可见,该法能取得较好的标定效果,并且简单、实用、可行,为土壤含水量的实时监测提供了一种有效的方法。     

MATLAB在RBF神经网络模型中的应用

本文介绍了RBF神经网络的基本原理及主要特点,并举例说明了基于MATLAB神经网络工具箱建立RBF神经网络模型及实现仿真的方法.     

RBF神经网络在药品销售预测中的应用

针对药品销售的高度随机性和非线性,应用RBF神经网络建立药品销售预测模型,并将其与多元线性回归、支持向量机和BP神经网络预测模型的预测效果进行比较。研究结果表明,利用RBF神经网络预测模型预测药品销售的误差小,可以更准确地对药品销售进行预测。     

基于蚁群-遗传的无线传感器网络路由算法

提出了一种基于蚁群 - 遗传的无线传感器网络路由算法.通过有限寿命的蚂蚁在源节点与目的节点之间的运动获取多个备选路径,然后把每一个备选路径视为一个基因序列,通过选择、交叉和变异操作获得路径的优化,并适时进行路由维护.仿真结果表明,本算法减少了能耗,延长了网络生存时间,提高了网络的可靠性和自适应性.     

RBF神经网络在平顶山市地表水评价中的应用

为准确和客观地评价地表水环境质量状况,运用MATLAB软件中的神经网络工具箱,结合K均值聚类方法建立径向基函数网络,对平顶山市2004年市控5个地表水断面进行了环境质量评价。在评价前根据平顶山市的实际情况对训练样本范围进行更改,将训练和测试样本进行归一化处理,同时利用RAND函数对训练样本进行插值保证神经网络充分学习。结果发现,K均值聚类法能快速准确地确定网络中心,用建立的径向基函数网络进行地表水质量评价,其评价结果与单因子方法的评价结果一致,并且具有计算速度快、量化评价结果便于同类水质间互相比较的优点。     

基于RBF神经网络的混合气体智能检测系统研究

基于传感器阵列和神经网络构造智能系统用于检测混合气体的低质量分数.传感器阵列获取质量分数为1×10-6～5×10-6范围的H2,C2H4,C2H2混合气体响应和质量分数为5×10-5～3×10-4范围的CO响应.通过RBF神经网络学习改善低质量分数混合气体检测的灵敏度.把传感器响应作为神经网络输入,神经网络输出为H2,C2H4,C2H2和CO的质量分数.实例分析表明,系统能较好地克服低质量分数混合气体检测过程中普遍存在的交叉灵敏度,得到满意的检测结果.     

无喉道槽在智能流量传感器中的应用

智能流量传感器通过超声波水位传感器测量水位,根据无喉道槽水位与流量的关系式计算得出流量,然后通过M-BUS总线将数据传输到上位监控计算机。基于无喉道槽的智能流量传感器已经成功应用于多个工程项目当中,并且取得了不错的效果。     

蚁群算法在土地利用结构优化模型中的应用

将蚁群优化算法引入土地资源规划,构建基于蚁群算法的资源规划数学模型,克服了传统优化模型的缺陷,选择张家口地区进行实证分析,得出了该地区最佳的土地利用结构优化方案。     

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.     

基于优化蚁群算法在粮食运输车辆调度中的应用研究

为了有效地降低车辆在粮食运输中的成本,采用改进的蚁群算法对粮食物流配送路径进行优化。通过建立数学模型,提出改进的蚂蚁转移规则、优化信息素浓度、改进全局信息素更新策略。结果表明,改进的蚁群算法比基本蚁群算法可以更好地解决粮食运输车辆的路径问题,使得运输距离明显缩短。     

Matlab/NNToolbox在压力传感器温度补偿中的应用

压力传感器易受温度、磁场等外界因素的干扰,其测量精度会受到影响。以对温度干扰最敏感的压力传感器为例,阐述如何应用Matlab软件提供的神经网络工具NNToolbox来实现压力传感器的温度补偿。补偿结果表明:温度对压力传感器的干扰波动由补偿前的22%减小到补偿后的1.1%,压力传感器的测量精度提高了20倍。由此可见,利用Matlab/NNToolbox对压力传感器温度补偿具有简单精确、补偿效果明显、灵活性强等优点。     

个体变异蚁群算法在TSP问题中的应用研究

在蚁群算法中引入个体变异机制,使蚁群中蚂蚁个体的参数产生差异,从而调整概率函数中信息素因子的强度以及距离因子在概率中的作用,使蚂蚁在选路时具有多样性.与传统蚁群算法的对比实验表明该算法加快了收敛速度,改善了求解性能,有效避免了早熟收敛.

Abstract：

Ant colony algorithm has many disadvantages, such as long searching time, easy to fall into the local optimal solution and so on. This paper bring a individual mutation strategy in ACA, which makes the parameters of individual in the ant colony cause to change, enables the strategy of ants route selection to possess variety by coordinating the intensity of the pheromone gent and the effect of the distance gene in the probability function. The experimental results show that the improved algorithm has great effectiveness and efficiency than the Ant Colony algorithm and avoid stagnation efficiently.     

RBF神经网络在可溶性糖含量预测中的应用

在小麦(Triticum aestivum L.)幼苗生长过程中,将RBF神经网络应用到可溶性糖含量的预测和数据变化的分析中,试验数据经过RBF神经网络的训练和仿真后得到,网络输出结果的误差小,网络输出矢量与目标矢量相关性好.说明可以将RBF神经网络作为农作物幼苗生长中预测数据变化的有效方法.     

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.     

蚁群算法在弱电管线路由优化中的应用研究

基于蚁群算法,建立地下弱电管线优化模型,并将该模型应用于弱电管线路由优化设计中。结果表明,弱电管线路由优化后可以节省施工费用,说明该方法具有可行性,可以为弱电管线路由优化设计提供参考。     

RBF神经网络在线学习方式及其在大坝位移监测中的应用

针对目前RBF神经网络训练算法存在的问题,提出了一种模拟人类学习方式的自动调整隐层节点数的在线训练方法,对其理论依据进行了分析,并用实例对其进行了验证。结果表明,此种学习方法速度快、拟合精度高、新旧知识均可记忆,克服了以往算法的不足,具有很大的实用性。     

基于一种蚁群优化算法的农业WSN路由节能研究

事件驱动型的无线传感器网络在农业生产中进行信息采集时,针对节点能量均衡和局部网络控制,提出了基于簇的多路径蚁群路由算法(CBACO).算法根据局部网络节点分布情况以及自身能量情况,利用信息素能量更新模型,动态选择最优路径,降低节点间通信消耗.利用Matlab仿真表明该算法能有效减少节点能耗,延长网络生命期.     

自适应人工蚁群算法在水资源优化配置中的应用

为实现水资源合理调度,建立了水资源优化配置模型,针对该非线性模型求解较困难及其他方法求解精度不高的问题,提出了自适应人工蚁群算法(AACS)。以闻喜涑水灌区和陈村灌区水资源优化配置为实例,对涑水河陈村峪水库、紫家峪水库和杨家园水库给灌区供水调度进行优化,采用AACS法求解灌区水资源优化配置模型。结果表明:该模型可真实地反映灌区供需水平衡变化的总体趋势,所建模型是合理的,为判断时间序列数据的非线性提供了一种新方法。