基于改进蚁群算法的植保无人机路径规划方法

为了规划出更加高效的植保无人机路径，提出一种基于改进蚁群算法的植保无人机路径规划方法，该方法适用于多个具有复杂多边形边界与内部障碍物的三维作业区域。采用扫描方式生成水平面内的作业路径，经过离散化处理后，在三维地形曲面上插值，获得三维作业路径。在此基础上，建立作业路径生成算法，以三维作业路径总长度尽量短、作业路径数量尽量少为目标，对植保无人机作业航向进行寻优。改进蚁群算法通过附加记录作业路径进入点的机制，实现对三维作业路径的合理排序，生成总长度较短的转移路径。经过算例检验，针对同一作业区域规划出的三维作业路径与水平面内的作业路径的航向角存在较大差异，相差最大为92°，这说明考虑三维地形的必要性。算例中，将改进的蚁群算法与贪婪算法进行了对比，针对一系列相同的作业起点，改进的蚁群算法所得的转移路径总长度均较短，比贪婪算法所得结果缩短3%~28%；在未选定作业起点情况下，改进的蚁群算法与贪婪算法求得的转移路径总长度最小值分别为1661m与1763m，说明改进的蚁群算法具有良好的寻优能力。实例检验情况与算例所得结论基本一致。算例与实例中的作业区域边界与地形复杂，涵盖情况全面，表明本文提出的路径规划方法具有一定实用性。     

建昌马mtDNA D-loop区遗传多样性及系统进化分析

试验旨在以线粒体DNA(mitochondrial DNA,mtDNA)为切入点,研究建昌马的母系遗传多样性与系统进化。从建昌马(n=39)血液中提取基因组DNA,用PCR方法扩增mtDNA D-loop区并直接测序,分析其高变区247 bp序列信息,统计mtDNA D-loop区的单倍型及变异位点,计算单倍型多样性(haplotype diversity,Hd)、核苷酸多样性(nucleotide diversity,Pi)和平均核苷酸变异数(average number of nucleotide differences,K)。构建包括建昌马在内的19个品种马的NJ系统进化树,计算各品种间的遗传距离。结果显示,试验获得了清晰的PCR扩增产物,并通过直接测序方法获得了约1200 bp的序列。39匹建昌马mtDNA D-loop区247 bp序列(其中1个样品缺失1 bp)的AT碱基含量为61.45%,属AT碱基对富集区,检测到33个多态性位点,共显示26种单倍型,其中4种为共享单倍型,且Hap7和Hap1为优势单倍型,单倍型多样性为0.947,核苷酸多样性为0.02399,平均核苷酸变异数为5.901,显示丰富的母系遗传多样性;NJ系统进化树显示,建昌马分布在A、C、D、E、F、G共6个支系中,约50%的样品分布在A支系,显示出复杂的母系起源;建昌马与关中马的遗传距离最小(0.021),其次是三河马、文山马、韩国车巨马(0.024),与韩国济州岛马遗传距离最大(0.032)。本研究结果表明,建昌马的mtDNA D-loop高变区遗传多样性丰富,具有多个母系起源,且A支系占有明显优势,与关中马、文山马可能有共同的母系起源。     

建立数学模型解决“巡检线路排班”问题

目的安全检查在工业生产中不可或缺,是发现和消除事故隐患、落实安全措施、预防事故发生的重要手段。为提高巡检的效率,优化资源配置,通过建立数学模型以达到花费最短的时间和最少的人力完成巡检任务。方法通过对模型的假设及简化,建立目标规划模型,运用Kruskal算法找出连通图的最小生成树,运用Floyd算法找出最短路径,使用MATLAB、LINGO编程对建立的模型进行求解。结果在问题1中,运用Kruskal算法找出最小生成树后,经过分析计算,以调度中心XJ—0022为树根对最小生成树粗略划分为4个子图,运用Floyd算法找出每位工人的最短巡检路径,建立目标规划模型,再使用MATLAB及LINGO,确定每班4人为最优,并给出了最优巡检线路和巡检时间表。在问题2中,若增加休息和吃饭时间,经过分析讨论后每班应有6名工人。根据第一问的算法思想求出每位工人的最短巡检路径,经过软件求解,给出了最优巡检线路和巡检时间表。在问题3中,若要把问题1中的固定上班改为错时上班,反而会增加人力成本,不可取。对问题2,把上班时间进行如下调整:3∶00-11∶30、11∶30-19∶00、19∶00-3∶00,这样每班5个人就可以完成工作,此种方法比固定上班可节省3人。结论通过建立数学模型,并对模型的求解,最终解决了问题,花费最短的时间和最少的人力完成巡检任务。     

割草机器人自动控制系统 —基于智能视觉和人工算法

为解决无导航功能的智能割草机割草区域最佳覆盖的问题,将智能视觉和人工智能聚类算法引入到了割草机控制系统的设计上,通过分解目标区域和计算质心位置,实现作业区域的全覆盖识别。机器人控制系统利用智能视觉来判断割草作业区域,代替了以信号和微波等为依据的导航功能,可以有效地提高作业区域的识别效率和精度。为了验证方案的可行性,以割草机器人路径规划为例,对割草机器人的路径规划时间和准确率进行了测试。结果表明:基于智能视觉和人工聚类算法的割草机器人具有较高的路径规划效率,且路径规划的准确率也较高,可以满足割草机器人控制系统的设计需求。     

典型农业物料碰撞接触损伤机理及应用研究进展

农业物料在收获、加工和运输等过程中易出现碰撞损伤,直接影响农产品质量。深入研究其碰撞损伤机理对于降低农业物料损伤具有重要意义。农业物料损伤来源主要为碰撞接触损伤,为了解典型农业物料碰撞损伤机理,在研究大量国内外文献的基础上,基于撞击式损伤原理,针对农业物料碰撞损伤机理综述了经典接触力学中小变形碰撞接触的研究现状和典型物料碰撞接触的损伤规律,从碰撞理论、碰撞模型、碰撞检测及数值仿真等方面,分别阐述了脱粒型、脱壳型和柔性果型农业物料碰撞特性的研究进展和技术难点,并探讨了典型农业物料在逆向建模、碰撞损伤模型改进、碰撞算法改进以及开发高精度损伤传感器等方面研究的可能性,为农业工程装备设计及改进提供参考。     

运用Sentinel-1A时序数据和动态时间规整算法提取稻虾田空间分布信息

针对稻虾田水稻移植期的不确定性给稻虾田空间分布信息提取带来的困难,运用SAR VH极化年时序数据、VV极化年时序数据以及调查区稻虾田各自极化的年时序数据通过标准化处理后,进行TWDTW方法(time-weighted dynamic time warping)计算,得到二波段(VH极化、VV极化)与调查区稻虾田年时序数据相似度空间分布栅格数据,再利用最大似然法进行监督分类,得到2016—2018年3年的监利县稻虾田空间分布栅格数据,分类结果与4块区域(龚场镇、福田寺镇、红城乡、白螺镇,面积分别是373.33、2 200.00、126.67、240.00 hm~2)稻虾田实际分布图比较,其Kappa系数分别是0.79、0.80、0.75、0.90,介于0.75～0.90之间,说明运用Sentinel-1A时序数据和动态时间规整算法的提取方法是准确的。由于SAR传感器具有全天侯以及不受云层影响等特点,能定期获取研究区上空数据,相比光学传感器获得无云或者少云数据的不确定性,此方法能在实际操作中运用。     

我国玉米杂种优势群的利用、划分与演变浅析

简述从20世纪80年代以来我国玉米主产区杂交种利用和更替，以及这些杂交种的杂种优势群划分及其演变。目前国内主导杂种优势群是改良Reid（包括PA）、黄改、Reid（包括BSSS）和Lancaster，曾经发挥重要作用的旅大红骨、PB和Iodent群多用于主导群的种质扩增，新划分的X群，与改良Reid和Reid亲缘较近。过去40年我国种质改良方法主要是重组剩余基因，新基因发生方面探索较少，提出建立重要杂种优势群基因池，人工隔离自然进化，从突变源头获取新基因，实现种质进化。     

2018〜2019年我国部分地区新城疫病毒的F基因序列分析

本研究自2018-2019年从疑似感染新城疫的家禽病料分离鉴定出13株新城疫病毒(Newcastle disease viruses,NDV),采用RT-PCR方法对这13株NDV分离株的F基因进行扩增,产物经TA克隆并测序后与GenBank数据库中的参考毒株进行遗传进化分析。结果显示,其中的7株属于基因Ⅱ型,5株属于基因VI型,1株属于ClassⅠ亚型。F基因相似性分析结果显示,7株基因Ⅱ型毒株与疫苗株La Sota.Bl sClone 30的核昔酸相似性在9&1%-100%之间,氨基酸的相似性在97.6%~100%之间。5株基因VI型分离株与Ⅱ、Ⅶ型疫苗株及VIb亚型代表株之间的核昔酸相似性在79.7%-98.4%之间,氨基酸的相似性在76.6%-97.6%之间。1株基因Ⅰ型的分离株与Ⅱ,Ⅶ型疫苗株及Class Ⅰ代表毒株的核昔酸相似性在52.1%-97.3%之间,氨基酸的相似性在68.5%-96.8%之间,表明当前部分地区的NDV分离株与传统疫苗株之间存在较明显的遗传特征差异。     

基于无人机高光谱遥感的柑橘患病植株分类与特征波段提取

目的 结合传统与现代农业病虫害监测的优缺点，探索通过无人机高光谱遥感技术检测出患病的柑橘植株、通过人工田间调查方式判断其患病种类及患病程度的病虫害监测方法。方法 使用无人机获取原始高光谱图像，经过光谱预处理和特征工程后，采用连续投影算法提取对柑橘患病植株分类贡献值最大的特征波长组合，基于全波段使用BP神经网络和XgBoost算法、基于特征波段使用逻辑回归和支持向量机算法，建立分类模型。结果 基于全波段的BP神经网络和XgBoost算法的ROC曲线下面积(Area under curve，AUC)分别为0.883 0和0.912 0，分类准确率均超过95%；提取出698和762 nm的特征波长组合，基于特征波长使用逻辑回归和支持向量机算法建立的分类模型召回率分别达到了93.00%和96.00%。结论 基于特征波长建模在患病样本分类中表现出很高的准确率，证明了特征波长组合的有效性。本研究结果可为柑橘种植园的病虫害监测提供一定的数据和理论支撑。