基于改进PSO算法的电机控制系统PID参数优化

粒子群算法(PSO,Particle Swarm Optimization)作为一种新型的随机优化方法,其算法结构简单,鲁棒性强,在组合优化和自适应控制等领域的非线性优化中有着广泛的应用前景.为此,提出一种改进的PSO优化算法,并将该算法应用于电机控制系统的PID参数优化设计.仿真结果表明,利用改进PSO算法优化的PID参数能有效改善控制系统的性能指标.     

基于粒子群优化算法与混合罚函数

粒子群算法(PSO)具有简单易实现，可调参数少的优点。将其用于最优潮流的求解，结合混合罚函数来限制最优潮流的约束条件，使粒子群算法的寻优速度加快，迭代次数减少。通过在IEEE9节点和IEEE30节点上的仿真计算表明，该算法在优迭代速度和收敛精度上都取得了较好的效果。     

水泵水轮机流动可视化图像解析系

主要介绍了自行开发的水泵水轮机流动可视化图像的解析原理，并就示踪物的追踪与最佳相关域的确定问题进行了深入的分析，介绍了图像解析的程序设计的思想与功能。试验与计算结果表明本套软件适合于旋转的流体机械的流场图像的解析计算。     

60%吡福甲大豆超微粉体种衣剂的应用效果研究

通过对60%吡福甲大豆超微粉体种衣剂的试验,进一步验证了该种衣剂的防治效果。其对根腐病防效达74%,对孢囊线虫的防效达70%。与胶体种衣剂相比,减少农药使用量达53.4%,节约农药成本47%;与粉体种衣剂相比,减少农药使用量达37%,节约农药成本达49%。     

活性生物颗粒有机肥生产技术与成型设备的研究

针对我国当前有机肥生产技术工艺现状与关键加工成型设备的局限性以及成型过程中出现的问题,研究开发活性生物颗粒有机肥生产新工艺与空心对辊式成型设备。论述了生物颗粒有机肥生产新工艺的特点及该成型设备的结构组成和工作原理。通过应用表明,该工艺和成型机具结构和参数设计合理,能满足生物颗粒有机肥生产的要求,该技术的研究和成型机具的研制有效地提高了我国生物颗粒有机肥成型的品质和成型率。     

基于WEB农业物料特性信息管理系统的开发

以农业物料特性的公式、线图、数据表及相关信息为对象，利用ASP技术，采用B／S架构结构，建立基于WEB农业物料特性信息管理系统。系统的建立为农业物料信息提供了有效的网络知识库平台，实现了数据的共享，符合我国农业信息化的发展方向。     

灰色动态模型群法在河流水质预测中的应用初探

在对原始数据序列对数变换的基础上，依据灰色系统理论，构造了由6个GM（1，1）模型组成的灰色动态模型群，并用于淮河干流枯水期氨氮浓度变化趋势预测。研究表明，灰色动态模型群法能够充分利用近期水质资料信息预测水质变化趋势；相对单个GM（1，1）模型，灰色动态模型群法能有效改善随机波动数据序列的拟合效果，提高预测精度。     

改进粒子群优化（MPSO）算法在动

基于在水资源不充足的情况下，对都江堰灌区六大渠干水资源的合理分配，使农业效益达到最大。首先建立灌区优化配水模型，并将粒子群优化算法（PSO）及其改进的算法应用于该模型。分别对标准PSO、两种改进PSO（MPSO）算法与遗传算法进行仿真对比，结果显示采用PSO算法及其MPSO在农业经济效益上可获得更好的寻优效果，提高了水资源的利用率。     

基于改进粒子群算法的烧结配料预测模型

针对烧结配料系统中的非线性、复杂性和相关性，基于BP神经网络建立烧结配料的预测模型，并采用粒子群算法对预测模型参数进行优化。为了克服粒子群算法的局部收敛性，在迭代过程中，根据迭代次数对惯性权重进行动态非线性调整，从而提高算法的搜索能力。仿真结果表明，所提出的改进粒子群算法与传统的粒子群算法比较，收敛速度快、迭代次数少、具有较强的全局寻优能力。     

A quick method of soil moisture determination

Abstract

The method described here is useful for the quick determination of soil moisture, especially when many determinations are to be made at a time. The only pieces of apparatus required are some wide‐mouthed conical flasks, a few pieces of glass rod and a balance. The principle involves recording the weight of the flask filled with water and soil sample of known weight (A). This flask weight (H), and the predetermined soil particle density (D_p) and weight of the water‐filled flask (G) are then used to calculate moisture percentage (MP) in the soil sample from the formula:

The method was compared with conventional oven‐drying technique for a wide range of soil textures, moisture contents and other contrasting soil properties. The results obtained showed that the accuracy, precision and simplicity of the method are good, particularly for rapid practical uses.