基于Android手机的农机调配系统

农机调配的目的是完成农作物的收割和耕种,为了使机主能有最大的服务收益,农机管理部门要在最短时间内为农田点提供农机支援。为此,利用基于启发式规则和基于非合作博弈的应急的农机调配算法,设计了基于Android智能移动终端的农机调配系统,并详细介绍了该系统的总体框架、主要功能与操作流程。测试结果表明,与传统的农机调配方式相比,本系统确实能提高机主的收益。     

基于统一短信平台的农技推广研究与应用

短信平台在很多行业中得以广泛应用,并且仍在不断深入,但将农业生产信息以此为手段服务应用于农业领域的尚不多见。为此,设计实现了统一接入、统一管理、统一收发的农技推广短信平台,并从短信平台的体系结构、功能及其特点等方面对平台系统进行了阐述。实践证明,短信平台形式是当前推广农业应用技术的一种经济实用、灵活有效的形式。     

智能应答农技推广短信平台的设计

传统农技推广短信平台的工作模式在对实时性要求较高的农户请求处理上存在不足,设计了智能应答短信平台的体系结构,提出了基于文本数据挖掘与神经网络对海量短信集合进行分类的思想,设计了专家数据库的结构。     

基于本体的农业信息服务系统

领域信息服务系统是人工智能领域的一项研究热点.为了让用户及时准确地得到解决方案,解决搜索引擎返回信息过多及问答系统知识瓶颈的问题,提出建立一个用户与专家非实时交流的平台,实现问题咨询与解决方案的双向对应.为此,较全面地分析了农业信息服务系统的系统框架与功能,对其涉及的关键问题-基于本体的农业领域知识库的建立和问题解答过程中问题状态的控制机制进行了深入的讨论.     

基于面向对象知识表示的高效推理机的设计与实现

为了适应不同应用领域的需要，我们研制了一个基于面向对象思想的通用专家系统生成工具。本文在介绍该工具中推理的高效性的基础上，着重阐述了其高效推理机的总体设计思想和实现方法。     

基于改进YOLO v3的自然场景下冬枣果实识别方法

为实现自然场景下冬枣果实的快速、精准识别,考虑到光线变化、枝叶遮挡、果实密集重叠等复杂因素,基于YOLO v3深度卷积神经网络提出了一种基于改进YOLO v3（YOLO v3-SE）的冬枣果实识别方法。YOLO v3-SE模型利用SE Net 的SE Block结构将特征层的特征权重校准为特征权值,强化了有效特征,弱化了低效或无效特征,提高了特征图的表现能力,从而提高了模型识别精度。YOLO v3-SE模型经过训练和比较,选取0.55作为置信度最优阈值用于冬枣果实检测,检测结果准确率P为88.71%、召回率R为83.80%、综合评价指标F为86.19%、平均检测精度为82.01%,与YOLO v3模型相比,F提升了2.38个百分点,mAP提升了4.78个百分点,检测速度无明显差异。为检验改进模型在冬枣园自然场景下的适应性,在光线不足、密集遮挡和冬枣不同成熟期的情况下对冬枣果实图像进行检测,并与YOLO v3模型的检测效果进行对比,结果表明,本文模型召回率提升了2.43~5.08个百分点,F提升了1.75~2.77个百分点,mAP提升了2.38~4.81个百分点,从而验证了本文模型的有效性。     

智慧农机调配管理平台设计与实现

针对目前农机作业过程中资源调度不合理、效率低下以及缺乏有效的农机调度与监管手段等问题,提出一种基于互联网的智慧农机管理平台。该平台分为数据采集层、网络传输层、平台层、访问层、用户层5个层次。围绕该平台,开发谷物收割机的机载数据采集单元,"我是地主"、"我是机手"手机APP,通过终端+APP的方式,将农机信息,服务供需双方信息进行实时动态匹配和对接,解决农机服务过程中供需之间的信息不对称问题。为解决大规模数据高并发的数据接收和存储问题,给出三层数据接收与存储架构,该结构同时具备良好的可扩展性。以机手为服务对象,提出在多目标约束下的基于回溯策略的农机智能调度算法,在作业季内可提高机手收益20.6%,实现了对农机资源的高效调配。设计改进型的三角形分割法,该方法提高农机作业面积计算精确性,使平均相对误差降至4.5%以下,减少农机服务过程中因测量作业面积产生的人力成本,能够满足服务费用快速计算的要求。将互联网技术融入农业机械的作业和管理环节,为实现农业机械作业全程信息化和智能化进行有益的尝试。     

农机跨区作业紧急调配算法适宜性选择

目前农机跨区紧急作业中供需信息不对称,农机部门缺乏科学合理的紧急调配方案,无法在紧急状况下指导农机进行及时有效的调配。针对上述问题,该文研究了农机跨区作业紧急调配模型和算法。首先分析了多机多任务紧急调配过程,建立了以最小化调配成本和损失为目标的紧急调配模型,提出了基于距离最近优先的多机多任务紧急调配算法(shortest-distance first algorithm,SDFA)和基于贡献度最大优先的多机多任务紧急调配算法(max-ability first algorithm,MAFA),前者是搜索当前距离最近的农田和农机,进行优先分配,后者是搜索当前贡献度最大的农田和农机并进行优先分配。采用该文算法对河北省邯郸市2017年的真实数据以及随机生成的农田和农机实例库进行计算与分析可知,当农机数量充足时,算法MAFA的平均调配成本要比SDFA的平均调配成本降低4.34%。当农机不足时,SDFA的平均损失和平均调配成本要比MAFA的平均损失和平均调配成本分别下降了12.79%和4.11%。进一步验证可知,当农田数量为6时,上述2种算法比笔者之前提出的基于非合作博弈紧急调配算法(non-cooperative game algorithm,NCGA)的平均运算性能均提升25%以上,当农田数量为30时,性能均提升41%。该研究可为农机管理部门紧急调配与决策分析提供科学依据。     

农机作业服务短信平台的设计

针对传统农机作业过程中存在需求信息不对称、服务工作不完善、数据统计不全面等问题,设计实现了综合管理的农机作业服务短信平台,详细阐述了短信平台的体系架构、特点和服务功能。