改进遗传算法在油茶果采摘机优化中的应用

为了提升算法在求解优化问题时的性能,提出了一种改进的实数遗传算法(RCGA)。算法的改进之处在于引入了一种新的交叉算子及替换操作:交叉算子通过增大算子的搜索范围来提升解的质量与算法收敛速度;替换操作则同时考虑了个体目标函数值与多样性贡献率两个特征,以方波函数的模式对种群进行周期性的局部初始化操作,从而增大种群多样性。将改进的算法应用于油茶果采摘机的优化设计中,通过一系列的对比实验验证了改进算法的性能优于其他先进有效的算法;同时,改进后的算法能够明显优化采摘机的工作空间与采摘臂的长度,使整体结果提升了63.49%。可见,改进后的算法是解决采摘机优化的一种有效方法。     

非线性时滞切换系统的稳定性研究

利用状态依赖控制策略设计切换信号,得到的非线性时滞切换系统的参数具有很大的不确定性,且具有一定的H∞抗干扰性能,针对这一类时滞切换系统,研究其有限时间的稳定性问题。首先通过Lyapunov函数和有限时间Lyapunov函数相结合的技术,给出系统有限时间稳定的充分条件,然后用仿真例子说明定理的有效性。     

橡胶树优树无性系自然越冬过程生理指标变化研究

以橡胶树5个人工杂交子代优树无性系苗木为材料，通过自然越冬低温处理，以抗寒品种GT1为对照，测定了5个时间梯度下10个生理指标的变化过程，并利用隶属函数法对各无性系抗寒性进行综合评价。结果表明，整个自然越冬过程中各无性系间相对含水量、相对电导率、超氧化物歧化酶（SOD）和过氧化物酶（POD）活性、超氧阴离子（OFR）、氨基酸（AA）、脯氨酸（Pro）、可溶性糖及可溶性蛋白含量等生理指标差异均达到了极显著（P<0.01）水平；温度较高时各无性系间丙二醛（MDA）含量差异未达到显著水平。自然越冬过程中，各生理指标呈现不同的变化规律，其中相对含水量和脯氨酸含量呈先降后升变化，SOD、POD酶活性及可溶性蛋白含量呈“升—降—升”变化，相对电导率、MDA和可溶性糖含量呈“降—升—降”变化、OFR含量呈先升后降、AA含量呈“降—升—降—升”变化。各无性系间抗寒性差异较明显，应用隶属函数法综合评价抗寒性由强到弱依次为629号＞626号＞182号＞223号＞GT1（对照）＞628号。     

基于经济和生态视角的民勤县种植结构效益对比分析

农业种植结构调整是干旱地区在生态重建时期的重要手段之一。选择水资源短缺的甘肃省民勤县,对不同种植结构效益进行对比分析,对于我国干旱地区农业种植结构调整具有启示意义。本研究基于对民勤县3个样本乡镇的实地调研及对应的农田土壤采样,通过建立C-D函数模型和计算相关生态指标,从经济和生态视角探索,传统粮食种植结构、粮经二元种植结构和"粮改饲"种植结构的综合效益。结果表明:在上述三种种植结构中,"粮改饲"种植结构的总投入最少,收益率最高;现阶段苜蓿、小麦、玉米和葵花均处于规模报酬递增阶段,但相比较,苜蓿各要素的弹性系数之和更高。增加种子、肥料和机械费用投入可实现苜蓿增产;种植饲草作物较种植粮食作物和经济作物土壤有机碳的平均含量更高,绿期更长,水经济效益也更高。     

天然更新伯乐树的生长过程初步分析

解析1株天然林中148年生伯乐树倒木树干，表明其树高连年生长量在65年生时达到最大值，和树高年平均生长量曲线相交于80年生时；胸径连年生长量在70年生时达到最大值，与胸径年平均生长量相交于95-100年生时；而材积连年生长量的最大值出现在80年生时，与材积年平均生长量于135-140年间相交，此时可以认为是伯乐树的材积数量成熟年龄。     

二元函数极限方法探讨

给出了二元函数求极限的七种方法。     

基于隶属函数法对15种旱地番茄品质的综合评价

为筛选出优质的旱地番茄品种,通过对收集的15个番茄品种进行田间栽培试验,且栽培过程中仅在定植时人工灌溉予以缓苗,其余生长期利用天然降水完成其生长。采取成熟期各品种同一穗果果实,测定其果实品质,并对数据采用隶属函数法进行综合分析。结果表明,供试品种中冀番137和申粉988两个品种的平均隶属函数值最高,其品质相对较高,且糖酸比较为适宜;冀番137和申粉988两个品种可作为优质品种材料,为选育优质的旱地番茄品种奠定了基础。     

基于改进YOLO v5的橙子果实识别方法

针对自然环境下橙子检测存在枝叶遮挡、相邻果实重叠等情况而导致检测效果差的问题，提出一种改进的YOLO v5方法。首先，在主干网络部分使用RepVGG(re-param VGG)模块替换原始C3模块，加强网络对特征信息的提取能力；其次，在颈部网络使用鬼影混洗卷积(ghost-shuffle convolution)代替原有的标准卷积，能够在保证精度的前提下，降低模型参数量；再次，在预测头前加入ECA(efficient channel attention)注意力模块，能够更加准确定位目标信息；最后，引入EIOU(efficient intersection over union)损失函数加速预测框的收敛，提高其回归精度。改进的YOLO v5网络在自然环境下的橙子检测中平均精度达到90.1%,相比于目前热门的检测网络CenterNet、YOLO v3和YOLO v4其在识别效果方面有一定的提升。可见，所提出的改进网络在橙子检测上更有优势，能为今后智能采摘机器人的研发提供理论支撑和技术参考。