基于遗传算法的自动泊车控制方法研究

针对停车难问题提出一种基于遗传算法的自动泊车控制方法。建立了车辆低速运动学模型,并针对平行泊车这一类型,规划两圆弧相切泊车路径,选取9次多项式拟合规划的路径,解决曲率突变问题。搭建了平行泊车模糊控制器,并利用遗传算法优化其隶属度函数。仿真结果表明,车辆能跟踪之前规划的泊车路径,并且在不同工况下均能完成自动泊车操作。     

基于遗传算法的水电厂自动发电控

以遗传算法为基础，设计出一种新的水电厂自动发电控制，该算法将约束条件采用罚函数法，从而将机组避免在非运行区工作。仿真计算验证了该算法有效地解决了优化问题中对求解多约束的处理。程序设计简单，收敛速度快。实验证明多机组和大功率输出时，受ACC控制机组耗水量降低了1%-2%。     

基于遗传算法的自动引导车自适应变结构控制

为了提高自动引导车控制的精度,提出了一种基于遗传算法的变结构控制方法.利用遗传算法在线调整变结构控制律中的参数,克服了常规变结构控制方法中需预先设定趋近律参数的限制,既保留了传统趋近律的优点,又有效改善了系统的控制品质,使系统最终以理想方式在滑模面上运动.试验表明直线跟踪误差为±0.02 m,曲线跟踪误差为±0.03 m,没有出现抖振现象.     

灰色关联序在多元回归模型的自变量选择中之应用

应用灰色系统理论中的关联序对多元回归模型中自变量的重要性进行排序，并为自变量的选择提供科学依据。实例研究表明，该方法计算工作量小且成果较为可靠。     

基于神经网络的发动机故障诊断模型研究

提出了一种基于神经网络的发动机故障诊断模型，它可以克服传统专家系统故障诊断时存在的某些缺陷，研制了一套神经网络故障诊断器，通过实验证明其可用于发动机故障诊断。     

基于多元回归的鲜食葡萄保鲜技术效果评估

以落粒率、腐烂率和失重率作为鲜食葡萄损耗的评价指标,系统分析了鲜食葡萄保鲜技术效果的形成过程,应用多元回归方法综合评估了目前应用比较广泛的6种保鲜技术以及冰温环境对鲜食葡萄的保鲜效果。结果表明:气调、保鲜膜、SO2气态处理、CT-2保鲜剂、简化包保鲜剂、1-MCP气态处理以及冰温均能有效抑制果实损耗,其中气调、冰温环境和2种保鲜剂对鲜食葡萄的3个损耗指标有显著的抑制效果;气调、保鲜剂和保鲜膜对果实腐烂率和失重率的影响随时间增加而逐渐增强,其中保鲜膜的作用效果十分微弱;保鲜剂对果实质量损耗的浓度效应十分明显,浓度过大会损伤果实组织、增加损耗,而与SO2气态处理的联合使用会增强对果实损耗的降低作用;1-MCP主要在果实腐烂率的控制方面有较好效果。     

轻小型喷灌机组能耗分析与多元回归模型

为了研究配置参数对轻小型喷灌机组能耗的影响,在基于遗传算法的喷灌机组能耗计算模型基础上,以机组4.4CP-45为例,采用四因素三水平考虑交互作用的正交设计,就管道管径、喷头间距、喷头数、喷头工作压力及其交互作用对机组单位能耗的影响进行了对比分析,在此基础上建立了机组能耗的多元回归模型.研究结果表明,喷头工作压力对能耗的影响最显著,其次为管道管径,喷头数的影响也很明显,喷头间距对能耗的影响体现在与其他参数的交互作用中.4组主要的交互作用因素中,喷头间距与喷头数的作用最敏感,其后依次为管径与喷头数、喷头间距与管径、喷头间距与喷头工作压力,因而在机组配置参数的选择中,参数间交互作用不可忽略.经综合比较,机组配置参数最优组合方式为喷头间距为15 m、管径为80 mm、喷头数9个、管道末端喷头工作压力为0.25 MPa,此时机组单位能耗为4.53 kW·h/(mm·hm²),比优化前降低了22.6%,比只考虑单因素作用得到的最优组合方式降低了1.0%,且配置参数的选择更能为用户所接受.机组能耗多元回归模型复相关系数达0.88,确定性系数为0.774,比较可靠,能为喷灌工程设计及性能评价提供一定的借鉴作用.     

基于遗传算法的液压伺服系统控制优化

针对系统的跟踪精度和PID控制器参数整定问题,创建了液压伺服系统的数学模型,通过遗传算法对PID参数进行整定,最后基于MATLAB/Simulink仿真软件,通过遗传算法和经验试凑法整定PID控制器参数,并对仿真结果进行对比分析。仿真结果显示,遗传算法整定PID控制参数具有明显的优越性,能有效地提高液压伺服系统的位置跟踪精度。     

基于因子分析和多元回归的农业信息服务质量评价

农业具有地域性、季节性等特征,因此农业信息服务对象的信息需求相对复杂,通过构建信息服务质量评价模型可以分析影响信息服务质量的影响因素,为农业信息服务提供指导。为此,建立了农业网站信息服务质量评价的指标体系,综合因子分析和多元回归方法构建了一种贴合实际、可信度较高的评价模型。经实验证明,运用基于因子分析和多元回归建立的信息服务质量评价模型具有良好的精度,对农业信息网站的信息服务质量的提高具有一定的指导意义。     

基于遗传算法的穴盘苗自动移钵路径优化

设施农业钵苗培育中,穴盘里不健康钵苗剔除后进行补种作业是一个重要环节.自动移钵路径是指末端执行器自原点出发,从移栽穴盘中逐一抓取健康钵苗补种到目的穴盘,直到完成回到出发点.该移钵路径问题与旅行商问题(TSP)具相似性,目标函数均为总路径长度,但其约束条件也具有特殊性.基于遗传算法提出了一套适合求解移钵路径优化问题的模型算法,并对算法的有效性进行了典型算例分析.模拟结果表明该算法得到的优化路径长度较常规采用的固定顺序路径长度要优,移栽完50株钵苗优化幅度8.5％以上,路径缩短3.7m以上,平均运算时间0.65 s.算法使得移钵路径得到了优化,且满足移钵机器人实时性要求,移栽效率进一步得到了提高.     

基于遗传退火进化的生物多序列比对算法

分析了生物多序列比对存在的问题，提出了将遗传算法和模拟退火算法相结合的遗传退火进化思想，设计了运用该思想进行多序列比对的算法过程。与通用的多序列比对软件CLUSTAL算法进行对比实验，该算法虽在速度上稍慢，但能得到更好的比对结果，从而验证了该算法的正确性和有效性。     

基于点火控制算法的汽油机爆震控制

对利用检测缸内压力波进行爆震判别与控制进行了研究,采用经过爆震频率带通滤波后的缸内压力波的峰值作为衡量爆震强度的指标,通过试验确定判别爆震发生的门槛值。考虑到爆震指标分布的特点,采用统计的方法确定爆震的强度,并由发动机电控单元根据爆震强度对点火提前角进行控制,让发动机工作在轻微爆震状态,使发动机的经济性和动力性得到了提高。     

灰色系统与多元逐步回归耦合模型在年用水量预测中的应用

探讨了将多元回归分析模型和灰色系统GM(1,1)耦合应用于北京市总用水量预测的方法和技术.对北京市1980～2001年的序列资料,利用灰色系统的关联度分析和逐步回归的思想,通过比较和选择,建立了多元线性逐步回归方程;将用GM(1,1)模型拟合反推得到的预测值带入方程求出总用水量的未来值.结果表明:人均日生活用水量和工业用水量是影响北京市总用水量变化的主要因素.灰色系统与多元线性回归的耦合模型用于对城市总用水量的预测是行之有效的.     

基于多元回归的栅格水系阈值计算模型

针对栅格水系提取中汇流累积量阈值对水系密度和质量的影响,以湖北省为研究样区,探索不同水流分配策略下,地形、降水量和植被因素与最佳水系阈值间的相关性,采用多元线性回归方法建立水系阈值计算模型。结果表明,最佳水系阈值与区域坡度、多年降水量以及植被覆盖率存在明显的正相关性,地势越陡峭、降水越充沛、植被越丰富,汇流累积量阈值越大。基于多元线性回归的栅格水系阈值提取模型能够有效融合不同区域的多源影响因素,得到合理的汇流累积量阈值。在不同水流分配策略下,方程的置信水平均大于0.95,模拟的数字水系与实际水系具有较高的相似度,能够为农林规划和灾害预测等行业提供合理的水文信息。将该方法用于其他流域,同样可以取得较好的提取效果。     

基于遗传算法的投影寻踪回归模型在参考作物滕发量预测中的应用

根据朝阳气象站的实测气象数据(降水量、温度、湿度、风速、蒸发量、日照时数),提出基于加速遗传算法的投影寻踪回归模型用于预测朝阳地区参考作物滕发量.用自相关分析技术确定预测因子(气象数据),构造出新的投影指标,采用可变阶的正交Hermite多项式拟合岭函数,并用基于实数编码的加速遗传算法优化投影指标函数,进而构建投影寻踪...     

基于遗传算法的制造质量控制多目标的优化

根据零件加工过程的加工和测量能力,给出了制造质量控制多目标的优化数学模型.针对遗传算法的特点,提出了基于遗传算法的制造质量控制多目标的优化方法.算例计算结果表明,遗传算法在制造质量控制多目标的优化方面具有良好的应用前景.     

滚筒式牧草烘干机控制系统非线性回归模型

采用正交设计与回归分析相结合的方法,获得滚筒牧草烘干机高温状态下的参数,建立了控制出口温度的非线性回归模型。研究结果表明:影响出口温度的主要因素是滚筒转速,其次是入口温度,出口风速影响最小;所选模型控制参数少,反应时间灵敏,预测最大偏差为3.2 8℃,最小偏差为0.1 3℃,能满足生产要求,为滚筒牧草烘干机控制系统提供可靠的理论依据。     

基于全子集-分位数回归的土壤含盐量反演研究

为提高植被覆盖条件下卫星遥感对土壤含盐量的估测精度,以河套灌区解放闸灌域为研究区,以高分一号卫星影像为数据源,同步采集不同深度土壤含盐量,通过全子集筛选法(Best subset selection)分析不同波段和光谱指数对于不同深度土壤含盐量的敏感性,并采用人工神经网络(Artificial neural network,ANN)、支持向量机(Support vector machine,SVM)和分位数回归(Quantile regression,QR) 3种方法,构建全子集筛选前后0～20 cm、20～40 cm、0～40 cm、40～60 cm、0～60 cm等不同深度下的土壤含盐量反演模型。结果表明,B4、BI、SI1、SI3是0～20 cm、0～40 cm处土壤含盐量的敏感变量组合,B4、BI、NDVI为20～40 cm、40～60 cm、0～60 cm处土壤含盐量的敏感变量组合;在各深度下,分位数回归模型的精度最高,模型的决定系数R2c1、R2v1均在0. 4以上,均方根误差RMSEc1、RMSEv1均小于0. 4%,SVM次之,ANN最差;在20～40 cm深度下QR反演模型效果优于其他深度,为本文土壤含盐量估算的最优模型,其建模和验证的决定系数R2c1、R2v1分别为0. 611和0. 671,建模和验证均方根误差RMSEc1、RMSEv1分别为0. 177%和0. 160%。本研究可为卫星遥感大范围监测植被覆盖条件下土壤盐渍化程度提供参考。     

基于高光谱特征的松材线虫岭回归估测模型研究

以2017年6—8月获取的重庆永胜林场马尾松光谱反射率为数据源,对绿光区(490～560 nm)、黄光区(560～590 nm)、红光区(620～680 nm)、红边(680～780 nm)、近红外区(780～1 100 nm)最大反射率和反射率总和、绿峰(500～670 nm)反射高度、红谷(560～760 nm)吸收深度等14个高光谱特征参数进行岭迹分析,筛选出非共线性特征参数,构建松材线虫岭回归估测模型。结果表明:红边和近红外区反射率最大值、红边和近红外区反射率总和、红谷吸收深度岭迹曲线变化稳定且不趋于零,可用于岭回归建模。当岭迹参数k=0. 2时,上述5个高光谱特征参数岭迹趋于稳定,根据k值计算岭回归系数,构建松材线虫岭回归估测模型。模型决定系数R2为0. 868 6,均方根误差RMSE为0. 273 5,平均估测精度为87. 15%,可为松材线虫病害早期监测和防治研究提供技术支持。     

基于遗传算法的农业机械制造业供应链合作伙伴选择

面对激烈的市场竞争环境,提出了农业机械制造企业供应链伙伴选择过程,重点研究了伙伴选择方法,给出了伙伴选择的数学模型,并提出了采用遗传算法求解的方法。