基于多目标模糊优化模型的兰州市水资源优化配置研究

构建可持续发展视角下的兰州市水资源优化配置模型。以净效益系数、水利用系数和供水成本为指标,运用熵值法修正由层次法获得的各项指标的权重,并采用多目标模糊线性优化模型确定各用水部门的综合效益系数,代入线性规划法求解规划年2020年在不同用水保证率(多年平均、50%、75%、90%)下各用水部门分配水量。分配结果(多年平均)与预测结果相比工业用水量减少了1.363 5亿m~3,农业用水量和生态用水量分别增加了1.126 0和0.237 5亿m~3,该分配结果有利于实现兰州区域经济的可持续发展与水生态的协调发展。     

The Fuzzy Shadow Price

This paper discusses some properties of a kind of the fuzzy linear programming,gives the definition of the fuzzy shadow price,and presentes a simple solution of it as well.     

复杂防洪系统大规模LP模型扒口分洪运用方式分阶段算法研究

从水库、分蓄洪区及河道调蓄洪的基本原理出发,建立了一个复杂防洪系统的大规模线性规划（ＬＰ）模型。针对隐含着０～１要素、难以拟线性化的扒口分洪问题,提出了判断扒口分洪界点及其相应的分阶段算法的处理方法。实例验算表明,该分阶段算法是可行的。     

基于多特征降维的植物叶片识别方法

植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。针对低维特征不能全面描述叶片信息,识别准确率低的问题,提出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理,获得去除颜色、虫洞、叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征,对灰度图像提取Hu不变矩特征、灰度共生矩阵特征、局部二值模式特征和Gabor特征,对纹理图像提取分形维数,共得到2 183维特征参数。再采用主成分分析与线性评判分析相结合的方法对叶片多特征进行特征降维,将叶片高维特征数据降到低维空间。降维后的训练样本特征数据使用支持向量机分类器进行训练。试验结果表明:使用训练后的支持向量机分类器对Flavia数据库和ICL数据库的测试叶片样本进行分类识别,平均正确识别率分别为92.52%、89.97%,有效提高了植物叶片识别的正确率。     

小型无人直升机航向线性自抗扰控制

针对小型无人直升机航向系统存在内部不确定性和外部扰动大的问题,提出了一种基于线性自抗扰控制(LADRC)算法来实现航向通道高性能控制方法。首先,分析和推导了Trex-600型无人直升机的航向模型,并引入阵风模型模拟实际飞行环境。然后,根据LADRC的控制原理设计了基于二阶LADRC的航向控制系统,并利用人工蜂群算法对控制器参数进行了整定。最后,对所设计的控制策略进行了仿真分析与实验验证,实现了无人直升机航向通道的轨迹跟踪控制,并与常见的PID控制进行了比较。结果表明:设计的LADRC控制器鲁棒性好、响应时间快、控制精度高,能够使Trex-600型无人直升机的航向角快速、精确地跟踪参考轨迹。     

基于轮缸PV特性的电磁阀线性增压控制

电磁阀线性增压控制精度与电磁阀控制特性和轮缸PV特性有关,影响到制动能量回收系统中液压控制的响应精确性。本文提出了基于轮缸PV特性的电磁阀线性增压控制方法。分析了电磁阀的工作机理,并给出了电磁阀控制精度需求。通过对电磁阀控制机理分析,指出电磁阀线性控制具有一定的线性控制范围,且可通过增加线圈电流实现;通过对轮缸PV特性分析,指出轮缸具有低压非线性区和高压近线性区。试验分析不同电流变化率下的轮缸压力变化率特点,分别得到轮缸低压非线性区和高压近线性区内的线性增压控制算法。运用d SPACE平台搭建硬件在环试验台架,进行了不同增压速率下轮缸实际压力跟随目标压力的试验,结果表明本文提出的线性增压控制算法可以满足电磁阀控制精度需求,丰富了线性增压控制理论。     

基于无人机多光谱影像的夏玉米SPAD估算模型研究

快速获取作物叶片叶绿素含量对及时诊断作物健康状况、指导田间管理具有重要意义。本研究以关中地区2020年夏玉米为研究对象,获取试验区无人机多光谱影像,提取植被指数,分析所选植被指数与SPAD的相关性,筛选得到模型的输入变量,利用偏最小二乘法(PLS)、随机森林回归(RF)和分层线性模型(HLM)分别构建拔节期、抽雄期、灌浆期以及全生育期的SPAD估算模型,最终选出最优估算模型,以期为快速获取夏玉米SPAD提供参考。研究发现：除NRI之外,NDVI、OSAVI、GNDVI、RVI、MCARI、MSR、CIre与SPAD均显著相关,其中,OSAVI、NDVI与SPAD呈现出较强且稳定的相关性;各个生育期的最优模型均是RF模型,在拔节期、抽雄期、灌浆期和全生育期,验证集R²分别为0.81、0.81、0.73、0.61,RMSE分别为1.24、2.32、3.13、3.20;对于SPAD估算模型,将降雨量、最高气温这两个气象因子与植被指数耦合的HLM模型可以一定程度提升线性模型的估算精度,但其精度低于RF模型。因此,基于无人机多光谱影像的RF模型可以实现夏玉米SPAD的快速准...     

季节性冻融区地下水位预测方法研究

为预测河套灌区冻融区全年地下水位变化过程,采用统计学方法,研究了冻融期地下水位与地表气温间的关系,建立了二者间的线性模型,结合非冻融期水量均衡模型,建立了改进型水量均衡模型,通过优化求解方法确定模型参数。结果表明,模型计算埋深与实测埋深拟合效果较好,提出的改进型水量均衡模型可较好地预测冻融区全年地下水位变化过程,解决了冻融期间地下水模拟难题,方法简单精确,具有很好的实用性。     

CO2与氮肥交互作用的番茄光合速率预测模型

为了实现CO2气肥和营养液氮肥含量的准确调控,建立了作物整个生长周期的光合速率预测模型。以番茄为实验对象,设置了3个CO2浓度和3个营养液含氮量的交互处理实验,使用LI-6400型便携式光合速率仪采集叶室内的环境信息和单叶净光合速率。利用多元线性回归方法建立了番茄整个生长周期的光合速率预测模型,模型的相关系数为0.885,调整后的决定系数为0.782。实验结果表明,该模型具有较高预测精度,可为温室CO2气肥浓度和营养液氮肥含量的调控提供理论依据。     

基于环境互作的加性-显性-加加上位性模型的多环境指数选择(英文)

适应性和稳定性是优良品种所必须具备的基本条件。在多个环境下对多个性状进行选择一直是一个悬而未决的难题。基于加性-显性-加加互作以及它们和环境互作的遗传模型,本文提出了两类选择指数:普通选择指数和考虑基因型与环境互作的选择指数(环境互作选择指数)。其中普通选择指数可用于具有广泛适应性品种的选择,环境互作选择指数则可用于具有特定环境适应性的基因型的选择。对于自花授粉作物,本文提出了两类育种值,即普通育种值和基因型与环境互作育种值。其中,普通育种值包括上位性效应和加加上位性效应,基因型与环境互作育种值包括加性、加加上位性与环境的互作效应。应用混合线性模型估算选择指数构建中涉及的方差-协方差分量。以一组陆地棉双列杂交设计试验作为实例,演示了所提出的选择指数的构建过程。本文提出的指数选择方法可望为多环境下多个性状同步选择提供一条有效的途径。