农用车辆路径跟踪预瞄控制研究 —基于免疫模糊PID算法和视觉导航

在无人驾驶农用车辆过程中,由于作业环境的复杂性,往往会遇到一些突发状况,如急转弯或者突然出现障碍物等,目前的视觉导航技术一般都是获取路径信息后直接进行反馈调节,在遇到突发状况时难以有效的工作。为此,将跟踪预瞄加反馈控制器引入到了无人驾驶农用车辆自动导航系和控制系统中,并使用免疫模糊PID算法对控制系统进行优化,以提高控制的效率、精度及自动化程度。为了验证该方法的可靠性,模拟农用车辆的作业环境,对控制算法的精度和效率进行了验证。仿真结果表明:采用免疫模糊PID算法具有较高的控制精度,且运算效率高,如将其使用在农用车辆自动导航和控制系统中,对于提高导航的精度和智能化程度具有重要作用。     

有序群决策中基于SVDD的专家排序方法研究

针对有序群决策问题,本文利用支持向量域描述给出一种专家权重的确定方法。首先把每位专家对所有方案给出的估计值视为高维空间特征向量,其次在使用该方法学习时采用"留一法"的思想,即分别留下一个专家的特征向量,把其他所有专家的特征向量进行描述,分别得到一个最小包球。然后计算每个专家的特征向量到其他所有专家的特征向量所得最小包球的球心的距离,最后把每个距离的倒数作为衡量该专家体对群体意见的贡献,从而计算出每位专家的评判权重,并依据权重的大小进行排序,算例显示该方法的有效性和应用性。     

济南中南部地区夏季底栖动物功能摄食类群与环境因子的关系

于2014年夏季(8月)对济南中南部地区17个采样点的底栖动物功能摄食类群和环境因子特征进行了调查,结果表明:夏季采集到底栖动物31种,以毛翅目和基眼目为主,各点位物种平均值为0.66×103 ind·m-2,香农威纳指数平均值为1.55,均匀度指数平均值为0.69。依据食性将底栖动物划分为刮食者、滤食者、撕食者、收集者和捕食者5种功能摄食类群,代表性类群为刮食者和收集者。典范对应分析表明,影响底栖动物功能摄食类群的主要环境因子是总氮、电导率和溶解氧。     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

不同均质次数SPI-维生素D3纳米粒子结构与性质研究

为了提高维生素D3的光稳定性，采用高压均质技术制备大豆分离蛋白（SPI）-维生素D3纳米粒子，研究了均质次数对SPI-维生素D3纳米粒子中SPI结构和维生素D3光稳定性的影响。结果表明：与对照样品相比，高压均质2次时，SPI-维生素D3纳米粒子负载率提高了27.7%，平均粒径由145.20nm减小至82.00nm，浊度逐渐减小，粒径分布更均一；SPI-维生素D3纳米粒子中SPI的表面疏水性增大，内源荧光光谱荧光强度增强；傅里叶红外光谱结果显示，高压均质后SPI-维生素D3纳米复合物的二级结构发生改变，当均质次数不超过2次时，α 螺旋和β 折叠逐渐转变成β 转角，均质次数为3、4次时，样品发生了不溶性聚集；经过2次高压均质处理后，样品中维生素D3的光稳定性显著提高，与对照样品相比，紫外线照射4h后维生素D3的质量分数提高了166.6%。本研究表明，采用高压均质技术制备SPI-维生素D3纳米粒子是提高维生素D3光稳定性的有效方法。     

基于改进蚁群算法的农田平地导航三维路径规划方法

为解决农田平地机无人驾驶作业时缺乏局部规划，进而实现平地路径在线调整的问题，以平地作业土方合理运卸且路径最短为目的，提出了一种基于改进蚁群算法的农田平地导航三维路径规划方法。基于农田三维地势模型，采用改进的蚁群算法规划三维路径：以平地作业土方运载为决策方向，建立新的路径搜索节点，对比平地机作业时平地铲运载土方量和经过栅格计算所需的挖填土方量，根据土方运载任务设置信息素更新规则和启发函数，获取农田平地的最佳三维路径；基于平地机的运动学模型，设置农田平地机转向约束条件，根据约束条件对路径进行平滑优化，并建立三维路径规划的效果评价标准。仿真结果表明：相比于原始蚁群算法，该方法的路径规划效果评价指标提高33.3%以上，可以更好地指导农田平地机实现局部平地任务，而且大大缩短了路径生成时间和路径长度，使路径更为平滑，更适用于辅助农田平地的自动导航作业。     

基于改进杂草算法的温室农场多载AGV调度研究

随着人工劳力成本逐年上升,果蔬产品采摘后及时放置保鲜室存储成为现代化温室农场关注的重要环节之一。针对劳力成本与保鲜及时性问题,将自动导航小车(automatic guided vehicle,简称AGV)应用到农场果蔬搬运,以保证果蔬产品采摘后能尽快得到保鲜。以果蔬产品采摘后至冷库前的时间段长度平均值和完成搬运任务总时间最小作为优化目标,建立多载AGV调度问题的多目标优化模型,将基本杂草算法和改进算法应用到模型的求解。在仿真环境下,验证模型和算法的有效性和科学性,从而为实现温室设施装备自动化提供一种有效方法。     

如何防止春衰与夏衰

春衰因气温偏低,夏衰却因温度过高。针对春衰和夏衰问题,要先分析造成春衰和夏衰的原因,对症下药。一、处置春衰的措施1.加强保温,增加巢温必不可少。弱群蜂数少,难以调节巢温,当寒流来袭,容易造成弃子重新结团,所以对弱群的保温增温工作不可松懈。晴天翻晒包装物,保持箱内干燥,以防滋生病害。2.充足的饲料是繁殖的基本条件,巢内留有饲料,仍然要进行奖饲,刺激工蜂兴奋,促使蜂王产卵,扩大子圈面积。3.总结治螨经验,分析治螨效果,采用正确的治螨方法彻底治螨。     

春繁,准备好了吗

2020年冬天,对长江中下游的广大蜂友来说,就一个字“冷”。养蜂人要根据天气预报安排蜂事,尽量在寒潮来袭之前布置好蜂群,抽出多余巢脾,天冷时蜜蜂能方便取食。倘若没有适当紧脾,很多新蜂会出现不取食现象。寒潮来袭时,外界气温低,在糖浆中适当添加些蜂蜜或全部饲喂蜂蜜,这样可使蜜蜂兴奋,取食积极。中蜂在寒潮时断子结团,蜂团几乎是静止状态,消耗极低,一旦遭受外界干扰,轻则损伤过半,重则整群灭亡。中蜂嗅觉灵敏,盗性较强。漫漫长冬,防止盗蜂是中蜂管理的一项主要工作。最好在巢门处安装塑料防逃片,剪去其一二格的底挡扩大进出孔大小,方便处女王或雄蜂进出,也可防范胡蜂侵入。在饲养过程中,根据群势变化开放或堵塞孔洞。箱缝用塑料胶带封严。     

基于PID直流电机驱动的移动式采摘机器人设计

为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性。为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的速度控制进行了仿真模拟,结果表明:达到速度预定目标时,PID算法比常规算法具有更快的响应速度,调节过程也更加平稳。