利用改进BP神经网络预测初产奶牛产奶量的方法

针对传统BP算法的缺陷，提出了一种采用L-M训练法的BP神经网络。在此基础上建立了基于改进BP神经网络非线性系统的奶牛305d产奶量预测模型，此模型可以提前215d预测初产奶牛305d产奶量，从而实现提早进行选择，加速奶牛育种工作进程。并通过具体的实验验证了改进BP神经网络预测模型的有效性。     

基于改进A *算法的电动车能耗最优路径规划

提出一种基于改进A*算法的电动车能耗最优路径规划方法。根据车辆运行时的能耗,考虑能量损失与回收等因素,建立了运行能耗函数。设计了新的启发式能耗预估代价对A*算法进行改进,证明了所提出的启发式能耗预估代价满足可采纳性和一致性,确保改进的A*算法可获得能耗最优路径。针对电动车的里程焦虑问题,基于改进的A*算法,建立了根据车载电池的剩余电量、充电站位置、终点位置来寻找可达的能耗最小路径方法。仿真实验表明,提出的方法可以找到起点到终点的能耗最小路径,当车载电池能量不足时,可以找到经过充电站的可行最小能耗路径,减少里程焦虑,验证了所提方法的合理性和可行性。     

基于分解机制的多目标蝙蝠算法

在分析蝙蝠算法性能基础上,将蝙蝠算法融入分解机制,提出了一种基于分解机制的多目标蝙蝠算法。为了进一步提高算法的多样性,将差分进化策略引入算法中。对14个具有复杂Pareto前沿的多目标优化问题(LZ-09系列和ZDT系列)测试不同邻域规模对算法性能的影响,结果表明新算法的邻域规模为20时性能最优;将其与MOEA/D-DE和NSGA-II算法进行对比分析,结果显示该算法的分布性、收敛性和多样性均优于另外两种算法。为了验证其求解含有约束问题的性能,将其应用于滑动轴承多目标优化设计问题中,获得的Pareto前沿分布均匀,表明算法具有工程实用性,是求解复杂高维多目标问题的有效方法。     

基于改进蚁群算法的3-PPR并联机构位置正解研究

针对3-PPR并联机构位置正解问题,运用螺旋理论计算其自由度,并分析其运动特性,同时通过解析法构建该并联机构的完整运动学逆解。将并联机构运动学正解问题的求解转化为对目标函数优化问题的求解,并基于此建立该并联机构正解的目标函数优化模型。通过对基本蚁群算法进行有效的改进,构建了可用于求解连续优化问题的改进蚁群算法。运用该算法求解3-PPR并联机构的运动学正解并进行Matlab仿真分析,对比传统数值方法和改进蚁群算法,证实该算法具有良好的全局寻优能力,并能避免初值和局部最优值对计算结果的影响,可有效应用于求解并联机构的位置正解问题。     

变步长的最小二乘递推算法

针对固定步长的最小二乘递推算法在信号辨识中采集数据量大、辨识速度较慢的缺点,提出了变步长的最小二乘递推算法,在保证同等辨识精度的条件下, 采集的数据明显减少,大大提高了辨识速度。     

停泵水锤的简易算法

针对目前国内外使用广泛的各种水锤简易算法，进行归纳比较和对照，并结合工程实例，采用多种算法分析；最后对各种算法的优缺点和适用条件进行了比较，以便得出有效的计算方案。     

基于PCA-GA-SVM的甘蔗收获机运行状态识别

由于甘蔗收获机在收获过程中智能化水平较低,依靠人工操作很容易对甘蔗收获机的运行状态产生误判,从而造成物流通道堵塞、能源浪费、收割效率低。针对这些问题,提出一种基于主成分分析(PCA)、遗传算法(GA)和支持向量机(SVM)状态识别模型。首先,通过实地采集甘蔗收获机刀盘轴、行走轴、切段轴和风机轴扭矩和行驶速度特征信息,然后通过PCA进行数据降维,最后利用GA优化参数C、γ,使用每个特性信息来训练SVM,对甘蔗收获机运行状态进行分类。结果表明:PCA-GA-SVM状态识别模型对甘蔗收获机运行状态的识别准确率为93.75%,建模时间为3.688 s,与SVM(81.25%,9.487 s)、PCA-SVM(87.5%,5.817 s)和GA-SVM(90%,8.969 s)进行对比,该模型具有最高准确识别率和最快建模速度,具有较大的应用价值。     

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。     

遗传神经网络在温室黄瓜霜霉病预测中的应用

在神经网络结构的优化、连续权重的训练中采用遗传算法的方法对日光温室黄瓜霜霉病进行预测，并对其发生程度进行了拟合，计算值与实际值接近，表明该模型具有良好的预测效果。     

土壤风蚀影响因子分布规律研究的最大熵方法

土壤风蚀是一个综合的自然地理过程,包括气候、植被、土壤、地形地貌等多种因子。作为随机变量的风蚀因子,其分布规律直接或间接地影响着风沙的运动规律,一方面导致土壤风蚀程度及方向的变化,另一方面变量之间的非线性相互作用的结果导致风沙流的混沌特性。为此把影响风沙运动规律的各因子作为研究对象,应用最大熵原理与遗传算法相结合的方法,建立了风蚀影响因子概率密度函数模型,采用Matlab语言编制了相应的计算程序,并以阴山北部农牧交错带为例对所建模型的合理性和可行性进行了验证。结果表明,风蚀影响因子的熵概率密度函数不仅合理可行而且具有较高的精度。