基于物联网(IOT)的规划预测算法在农业灌溉中的应用

为了节约以及最优化利用水资源,避免粗放型农业灌溉需求对资源的浪费。利用部署在农田里的传感器获取土壤湿温度、空气相对湿度、紫外线辐射强度等自然环境参数再结合来自互联网的天气预报数据,系统将传感器节点获取的实时数据以及互联网提供的天气预测信息输入SVR模型进行训练得到未来的土壤水分差预测值,结合k-means聚类算法得出精确的预测结果,最后利用Web服务和基于Web的信息可视化功能进行智能决策,搭建了基于物联网平台并结合规划预测算法的智能灌溉管理系统,并给出合理的灌溉建议。通过两周的预测结果可知,与HS算法方法比较,SVR+k-means聚类规划预测算法预测结果与实际测量结果的拟合程度更好、波动更小、精度更高。根据规划预测算法测试数据与传统算法比较表明了前者的精确性,并且通过仿真充分表明了规划预测算法的可靠性与优越性。可以看出规划预测算法对土壤水分的预测值更加接近实测值。通过规划预测算法得到的精确的土壤水分差的量化结果,可以实现对未来的农田的智能灌溉决策控制,达到节约水资源的目的。     

垂叶榕瘿花发育特性的初步研究

研究榕属植物瘿花发育特性是理解榕树/榕小蜂协同进化内在机制的重要内容。本文解析了垂叶榕隐头花序伴随瘿花发育的 5 个发育时期，采用同工酶电泳的方法比较了瘿花与正常雌花同工酶（包括过氧化物酶、过氧化氢酶、淀粉酶和酯酶）谱带的差异，采用扫描电镜对比了瘿花壁与授粉后雌花子房壁的差异。结果表明，瘿花被榕小蜂产卵以后，至少启动了一个与消除过氧化物有关的酶；而且，瘿花子房壁结构疏松，内含物小而少，雌花子房壁结构致密且内含物多而大，说明瘿花发育所消耗的营养物质大于正常雌花发育的消耗。研究结果支持造瘿生物汇集营养与植物防御行为的互利假说。     

基于改进鸡群算法的微电网运行优化

【目的】以风、光、储、微型燃气轮机、燃料电池等分布式电源构成的微电网能有效地解决能源危机和环境污染问题.为了充分发挥清洁能源的效益,针对某地区含有多种分布式电源的微电网在孤岛状态下的运行状况进行优化.【方法】通过建立微电网系统各个结构的数学模型,在满足约束条件的前提下,利用改进鸡群算法对夏季24 h典型负荷日内的微电网系统进行参数优化配置.【结果】研究优化了各分布式电源的输出功率,降低了发电成本,获得了孤岛运行状态下微电网在夏季24 h典型负荷日内的优化运行方案.【结论】通过与其他改进鸡群算法对比,本研究所提出的改进鸡群算法对该地区的微电网优化性能良好,具有较好的应用前景.     

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。     

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。     

基于用户评论下的生鲜农产品优选排序

现如今电商市场竞争激烈,众多小型垂直类生鲜电商紧紧围绕在京东商城和天猫超市这两大平台上。用户评论铺天盖地,如何减少消费者搜索和筛选的时间成本显得尤为重要。对于生鲜农产品来说,物流服务满意度是关键因素。以京东商城和天猫超市两大综合类电商平台的生鲜商品为例,采集大量的用户评论,从数据中获取物流服务满意度影响因素进行相关度分析并最终得出6个因素,采用机器学习的方法对大量标注文本进行模型训练,通过训练的模型识别待分类文本的情感倾向,建立基于物流服务满意度的商品排序方法,进一步提出威尔逊置信区间的方法修正物流服务满意度用于评论数量分布不均的情形,最后对这2种算法的应用场景作出分析介绍和对比,使商品排序过程中不仅考虑到商品的物流服务满意度,同时也引入评论数量,通过不同的需求和数据情况生成最符合用户期待的排序结果。     

猪Delta冠状病毒的流行病学调查及M基因序列分析

为了解猪Delta冠状病毒(Porcine deltacoronavirus,PDCoV)在发生腹泻疫情猪群中的感染情况,根据PDCoV M基因的保守序列设计了一对检测引物,建立了猪Delta冠状病毒的的检测方法,其最低核酸检测限量为3.92×10~3 copies/μL,特异性和灵敏度均较好。利用该方法对2015—2017年上海周边猪场的518份猪腹泻粪便样品进行检测,检测出25份PDCoV阳性样品,阳性感染率达4.8%。在所检出的阳性样本中,PDCoV与猪嵴病毒(Porcine kobuvirus,PKV)和猪星状病毒(Porcine astrovirus,PAstV)的混合感染率较高,分别为40%和48%;PDCoV与猪流行性腹泻病毒(Porcine epidemic diarrhea virus,PEDV)混合感染率为8.0%,未检测到PDCoV与猪传染性胃肠炎病毒(Transmissible gastroenteritis virus,TEGV)混合感染的样本。随机选取10份PDCoV阳性样本,对扩增的M基因片段同源性进行分析,结果发现,10份样品中核苷酸同源性达95.0%—99.6%,与GenBank登录的PDCoV毒株的同源性为96.1%—100%,说明目前流行的PDCoV毒株的遗传差异不大,该研究可为了解PDCoV流行情况提供参考依据。     

基于改进入侵杂草算法优化的PID生物质废弃物发酵热能控制模式

生物质废弃物发酵系统是一个大时滞系统，针对生物质发酵系统中的热能控制存在波动大、振荡多和超调大的问题，提出基于改进入侵杂草算法优化的PID生物质废弃物发酵热能控制方法，运用改进入侵杂草算法对PID控制器的参数进行在线调整。算例仿真表明，所提方法能够快速、稳定且高精度地实现对生物质废弃物发酵系统的热能控制，为沼气制取提供了稳定的热能环境，实现了沼气的稳定供应。      

带有时间窗的秸秆回收路径模型及其算法研究

以秸秆回收机械的综合成本问题为研究目标,综合考虑秸秆回收机械路径和作业冲突的情况,利用信息化技术精准指导秸秆回收,构建了多机械无重复的带有时间窗的秸秆回收路径模型,通过改进蚁群算法的转移概率公式得到带时间窗问题的最优化路径,避免回收农机路径重复冲突的问题。研究结果表明采用带时间窗的秸秆回收路径更加的精准,带时间窗秸秆回收机械优化路径模型相较于传统的路径模型指导下的作业路径会减少约12%,多台回收机械同时作业优化路径是可行的,对高效解决秸秆回收路径问题起到一定的指导作用。     

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。