基于蚁群优化算法的图像边缘检测

图像边缘携带了图像的大部分主要信息。通过对图像进行边缘检测不仅能有效地提取图像信息降低计算的复杂度而且是图像测量、图像分割、图像压缩、模式识别等图像处理的基础。本文尝试将蚁群优化算法（Ant Colony Optimization, ACO）用于图像边缘检测，通过选取经典house图像和SAR机场图像设置阈值进行自适应边缘提取，实现了边缘的精确检测。实验结果显示，该算法能够有效地提取图像目标的轮廓信息，很好保持图像纹理，具有理想的抗干扰性能，保证了检测结果的准确性。     

关于生物类基础化学教学中应用“问题学习法”的探讨

本文通过课前、课堂、课后三个部分的问题设置,紧扣教学大纲,紧密联系中学化学和后续课程中相关知识,体现理论联系实际、学科前沿。引领学生"主动学习,积极思考",为后续课程学习起到积极的、有效的铺垫作用。     

传统学习行为与网络学习行为比较研究

网络媒体的发展使得网络学习行为的研究成为热点。把传统学习行为与网络学习行为进行对比,比较两者的优缺点,找出网络学习的规律和特点,更好地服务于网络教学,提升教学水平。     

基于递阶遗传算法优化的交通流预测

及时准确地进行短时交通流预测是智能交通系统研究的关键内容之一。基于小波分析和模糊神经网络的相关知识,提出模糊小波神经网络的控制方法。将小波函数作为模糊隶属函数,利用神经网络实现模糊推理,从而完成对下一周期交通流量的预测,同时采用递阶遗传算法实现网络结构和参数的优化。经实测数据验证,预测精度高,运行稳定,适应性强。     

区域尺度地下水浅埋区拟二维水流数值模型

建立拟二维系统模型,在非饱和含水层采用沿平面积分得到的垂向一维方程,在饱和含水层采用沿侧向积分得到的垂向二维方程,推导了模型的动态耦合项,提出饱和-非饱和含水层迭代耦合算法,解决潜水面处网格变动问题。与SWMS_2D进行对比,采用垂向二维水分运动稳定流解析解算例验证拟二维模型的准确度,采用非稳定流算例验证拟二维系统模型对计算效率提升的显著性。     

基于遗传算法的农业机械中行星传动机构的优化设计

行星传动机构在水稻插秧机分插机构、拖拉机变速箱、秸秆压块机等渚多农业机械中得到了应用.如何优化设计行星传动结构,以便更好地适应农业机械生产需求,是一项极为重要的工作.为此,介绍了行星传动结构优化设计模型和基本遗传算法的基本原理,在此基础上,将星齿行星传动的最小体积作为优化设计目标,采用遗传算法进行优化设计.实验结果表明,此方法有效减少了星齿行星传动体积,更好地适应了农业机械对于成本和体积的特殊需求.     

基于熵理论和遗传算法的作物灌溉决策的优化研究

为了优化作物灌溉的决策,在综合考虑了灌溉水量、作物水分需求、降雨量、土壤水分含量和作物不同生育阶段缺水对产量的敏感指数等因素的基础上,建立了基于熵理论和遗传算法的优化模型。通过实例试验,结果表明:提出的模型用于作物灌溉决策优化比基本遗传算法计算精度有了明显提高。     

基于能量价值理论的电站循泵优化及系统开发

节能降耗与追求利润是市场经济条件下电力生产的主题.以工程热力学和能量价值理论为基础,利用汽轮机背压修正曲线、循环水泵和凝汽器的特性公式,并充分考虑煤、电能量价值的市场差异,分别建立了基于供电煤耗的循环水系统能耗优化模型,以及基于能量价值理论的循环水系统经济优化模型的目标函数.开发了基于PI实时数据库和.NET平台的火力发电厂循环水优化系统,以一定周期从PI数据库中实时读取电厂最新工况信息,进行数据预处理和稳态判别,利用遗传算法计算生成循环水泵的最优在线运行方式,求出该运行方式下的优化收益,给出了操作建议.该系统已在某电厂6台机组上实现了循环水泵的在线优化调度.实际运行表明：在某工况下,该电厂1#、2#机组通过减开一台循环水泵,节约厂用电量975.46 kW,增加收益171.18元/h,减轻了运行人员操作的盲目性,改善了循环水泵粗调或不调的现状.该系统界面友好,操作性强,易于移植和推广.     

基于遥感和蚁群算法的多目标种植结构优化

针对农业种植结构与水资源不匹配的问题,以主要作物不同生育期需水特点和区域降水特点吻合性为基础,建立了考虑灌区节水效益、经济效益和生态效益的多目标种植结构优化模型,并以宝鸡峡五泉灌区为例,利用遥感快速获取灌区种植结构信息,并以不同口粮面积约束为条件建立2种优化方案,采用蚁群算法对模型在不同约束下的2种优化方案进行优化求解.结果表明：方案1,2的灌区需水总量为现状的85.4%和83.4%,纯收入比现状在平水年低5.4%和高7.1%,在干旱年低5.9%和高7.3%,降雨耦合度分别在平水年高12.6%和15.6%,干旱年高17.5%和28.6%,对2种不同约束方案优化结果比较得出,方案2为最优调整方案.该研究在未改变原有灌区种植面积的条件下,经种植结构优化调整后,既可保持灌区生态环境的可持续发展,又使灌区经济收入有很大的提高.这对农业节水规划具有较高的实用价值和理论意义.     

基于遗传算法与RBF网络的养殖池塘溶解氧模型

在分析了工厂化水产养殖池塘溶解氧影响因素的基础上,利用RBF神经网络良好的非线性逼近能力建立了池塘溶解氧的神经网络预测模型.常规的RBF神经网络模型常导致训练时间较长且易陷入局部极小点,因此,采用自适应遗传算法对RBF神经网络进行优化,模型的收敛速度明显加快.采用了养殖池塘的外部可控环境水体温度T、水流量Q、酸度(pH)以及增氧机器的转速V作为模型的输入.实验结果表明采用该方法预报溶解氧的预测精度较常规RBF递推算法的预测精度明显提高.该方法为研制开发智能水产养殖环境监控系统以及工厂化水产养殖奠定了基础.