基于Floyd 算法的景区游历路线规划问题

借助Floyd算法,分析了旅游情境下单源多目的地的路线规划问题。结合最近邻思想设计遍历景点的最短路线规划算法,通过具体实例进行验证,提出了在简单因素下的多目标整体最优路线规划,为旅游最短路线的个性化定制提供了解决方案,同时也为单源多目的地多目标路线规划问题提供了一定思路。     

水稻赖氨酸含量测定方法改进及其最优动态分类研究

赖氨酸是水稻营养成分中第一限制性氨基酸。为优化赖氨酸的测定方法,设置了本试验,通过超声振荡器取代普通振荡器,进行300W超声功率下酰化用时及染料结合反应用时的研究。结果表明,最佳酰化用时为15 min,染料结合用时为90 min。与国标法相比,优化后的方法酰化用时变长、染料结合用时变短,测定总用时明显缩短,但测定结果和试验精度更高。可见,采用超声波振荡代替传统振荡器振荡能改进赖氨酸的测定方法。另外,采用最优动态聚类法对赖氨酸含量进行分类,能防止人为分类的不确定性,做到分类方案的最优化。     

基于模拟退火与布谷鸟混合算法的树状灌溉管网优化设计

为实现树状灌溉管网低能耗、投资节约以及灌水均匀度高等目的,构建了树状灌溉管网非线性数学模型,设定压力、管径、流速为约束条件,设计了模拟退火与布谷鸟(SACS)混合算法,结合文献[14]资料数据分别采用遗传(GA)算法、模拟退火遗传(SAGA)混合算法、布谷鸟搜索(CS)算法、SACS混合算法4种优化算法对模型进行了求解.优化结果表明,采用SACS混合算法比GA算法灌溉管长减少了16.27％、投资节约了2.13％,比SAGA混合算法、CS算法,虽灌溉管长相等,但管径得到较大的优化,投资分别节约了3.76％、17.28％,验证了SACS混合算法的有效性.最后,以贵州省石阡县龙塘大屯茶叶园区216 hm2现代水利试点区喷灌工程为例,采用SACS混合算法对喷灌工程管网进行了优化,比传统设计方法灌溉管长减少了12.08 m,投资节约了17.93％,优化效果明显,为树状灌溉工程管网优化设计提供了新的思路.     

文本挖掘下的话语认知与构建——以人工智能和5G领域白宫新闻文本为例

[目的/意义]政府新闻文本是政策文本的表达形式之一。对政府新闻文本进行挖掘分析,能直观的展现表面动态,揭示对话事件的立场及其背后关系,能对情报分析工作、中国新型智库的发展建设,提供有效的助力。[方法/过程]文章利用TextRank算法进行核心句提取,并结合批评话语分析理论框架来做评估,以语料驱动从关键句、关键词两个宏观角度讨论政府决策态度,以词性从话语策略的微观角度总结美国官方对人工智能和5G领域的话语认知形象。[结果/结论]通过分析可以看出,美国政府对于人工智能和5G领域的态度将持续保持在“政府引领下的美国需优先”这一局面,面对发展中国家的科技竞争,增加政府政策性文本的指导无疑是最好的对策建议。     

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。     

贵州省山地生态草牧业发展现状及存在问题的思考

贵州地处长江和珠江的分水岭地带,是长江、珠江中下游重要的水源涵养地和生态屏障区,也是世界上喀斯特山区中面积最大、发育最成熟、生态环境最复杂的地区之一[1]。贵州饲草饲料资源非常丰富,且“雨热同期”,具有发展山地生态草牧业良好的物质基础和得天独厚的自然资源条件。草地畜牧业发展历史悠久,特别是从1978年实施农业部南方草地畜牧业综合开发项目开始,对南方草山草坡开发利用进行攻关与示范,取得了一系列科研、技术成果,探索出威宁“灼圃模式”、黔南“独山模式”、黔西南“晴隆模式”等不同的成功经验,为我国南方草地畜牧业的可持续发展,提供了重要的科技储备,对贵州省喀斯特山区“农业增效,贫困人口增收、生态环境遏制”等方面具有重要的战略意义。     

机器学习及其在农业中应用研究的展望

机器学习是一种面向机器的数据分析方法,自动化机器学习的研究促进了人工智能的发展。大数据的快速积累,促进了机器学习算法的井喷式发展。如何选择合适的机器学习算法解决行业问题,成为了当前应用的难点。笔者整理了机器学习新材料,对各种机器算法的特点和算法之间的差异,进行了仔细的梳理,总结了各种算法的需求背景和优缺点,以及主要的应用场合。在此基础上,分析了机器学习在农业应用的案例,综述了机器学习在农业应用,指出了目前存在的发展瓶颈,并提出了进一步研究应用的建议。     

基于记忆模拟退火和A*算法的农业机器人 遍历路径规划

【目的】解决农业机器人大田作业时遍历路径规划的问题。【方法】提出一种记忆模拟退火与A*算法相结合的遍历算法。首先通过记忆模拟退火算法搜索出任务最优目标点行走顺序,然后使用A*算法进行跨区域衔接路径规划。【结果】仿真试验结果表明,该算法规划的遍历路径曼哈顿距离比传统模拟退火算法减少了9.4%,遍历路径覆盖率能达到100%,重复率控制为4.2%。【结论】记忆模拟退火通过为传统模拟退火算法增加记忆器,增强了跳出局部最优陷阱的能力,提高了算法所得解的质量。该研究结果可为农业机器人遍历路径规划提供理论基础。     

二〇二〇,我的盆景纪事

眼瞅着再过一周就要跨年了,于是强迫自己坐到电脑前,梳理记录一下今年发生的两件事——年后再写,就会失去"此时、我在"现场感。2020年,对我的盆景生涯格外重要,具分水岭意义。五年前,我曾写过一篇文字,记述了在盆景之路上遭遇的误区,其中一段是这样的:"因为不愿意走入大多数制作者所呈现出的简单与寡淡,所以在造型上倾向复杂、细密,于是,便有了眼前这满树的‘弯弯绕’,而这些繁复弯曲的枝条, 在今天的我看来,并未与桩体发生有机联系,尤其用相机将它们拍下,转为二维平面时,愈加凸显。