基于粒子群算法的LED植物光源最优光照区域确定

针对LED植物光源光照分布的不均匀问题,首先建立了红、蓝光LED组合分布的植物光源阵列光照度分布及光照均匀度模型。综合考虑照明区域的光照均匀性及面积大小2个因素,构建出光照区域优劣评价函数,以矩形结构的LED植物光源为例,应用粒子群算法确定出最优的光照区域。在光照均匀性与面积2个因素的影响比重为7∶3条件下,得到了最优区域是光照平面中央位置面积为21.5462cm×18.1cm的矩形区域,红、蓝光均匀度均达到了0.862 2。与采用传统方法模拟的光照度分布情况对比,结果表明:应用粒子群算法确定LED植物光源的最优光照区域的方法是有效可行的,并且能够自动实现寻优功能。该方法可为LED光源下植物最优培养区域的自动跟踪提供重要的技术支撑。     

基于LabVIEW的智能LED植物补光照明系统设计

基于植物对光和温湿度的需求,系统利用RRGB芯片配光设计开发了LED光源模块,若干个光源模块组成LED阵列平面光源模组,基于Lab VIEW的上位机与控制器相结合的系统实现对温室或园艺植物的智能补光照明。控制器实时检测红绿蓝三色波段的光量子通量密度(PFD)和温湿度值,并将检测信息显示在上位机界面,通过控制器对脉宽调制(PWM)信号进行动态调节,以保持照射到植物的红、绿、蓝PFD值随环境光照改变而保持恒定不变,实现照明系统结合环境光照的智能补光。同时,系统也实现了对温湿度阈值范围的智能调节。该智能补光照明系统根据不同植物或同一植物不同生长阶段对PFD、光质比例补光需求的不同,通过上位机设置红、绿、蓝三色波段光不同的PFD值和温湿度范围,下位机按照设置完成环境调控,既满足了植物对补光环境的要求,又大大节省了能源。     

基于ZigBee的植物补光系统设计

针对目前植物有线补光系统布线繁琐、成本高、效率低等问题,设计了一种无线补光系统.该系统整体框架包括ZigBee网络节点、GPRS模块、监控中心、移动终端等,以CC2530芯片为核心,基于ZigBee协议构建局域网,通过GPRS网络和Internet网络进行远程数据传输和监控.测试结果表明,无线补光系统利用各个无线网络的优点,可增强对ZigBee网络节点的实时监控,提高系统的稳定性.     

基于单片机的LED植物补光控制系统的设计

介绍了一种基于单片机控制的LED植物补光控制系统的具体设计方案及试验过程。结果表明,设计的这款LED植物补光控制系统性能稳定可靠、便于操作,可完成对植物采光的全自动化控制,值得推广应用。     

新型LED植物补光装置的开发及应用

本文设计了适用于园艺设施栽培的新型LED植物补光装置,该装置以LED灯珠为光源,依照植物生长规律所需要的太阳光,用LED灯管代替太阳光在植物生长的各个阶段进行不同强度的补光照射,提高植物的生长效率。本文所开发的LED补光装置光源为红光LED(650~660nm)、蓝光LED(420~430nm)和远红光LED(720~730nm)。     

基于LED的微藻植物工厂光源系统设计

文章提出并实现了基于LED的微藻植物工厂光源系统,对能源微藻培养光需特性及其随生长阶段变化规律的全新认知,研究所针对的能源微藻植物工厂的LED光环境优化机理及调控方法在提示能源微藻光能转化、光合固碳及油脂高效合成的机制,并提高微藻培养速率及提高油脂产量具有很好的理论与实际意义。     

基于粒子群算法的喷洒参数优化算法

针对精确农业中农药喷洒参数的优化,提出了一种基于粒子群算法的喷洒参数优化算法。首先将农田图像分割为二值图像,将图像标记为植被区域和背景区域,然后以描述喷洒效果的数学模型为标准,通过粒子群算法优化喷头的位置和喷洒半径。结果表明,与植被区域中心确定的喷头位置和半径比较,新算法取得了较好的结果。     

基于混合粒子群算法的数据分类

随着科技的飞速发展,数据分类日益重要。在改进粒子群算法基础上,结合最近邻分类,形成混合粒子群算法,并在分类基准数据集Iris上试验。试验结果表明:所提出的算法在收敛速度、稳定性和可信度上具有一定的优越性。     

基于粒子群算法的联合站优化

联合站实际运行过程中常存在能耗及运行费用过高的问题,需要对其进行优化。建立了以年最低运行费用为目标的优化函数,并提出采用改进的粒子群算法(Particle Swarm Optimization,PSO)获得最优相关温度、压力及加药浓度等决策变量,从而在一定程度上达到降低联合站运行费用的目的。将该优化方法应用于胜利油田某联合站,并与实际运行费用及标准遗传算法的优化结果进行对比,结果表明:采用该方法对联合站运行参数进行优化,可以提高联合站的能量利用率,从而达到节能降耗的目的,并产生一定的经济效益,对实际生产具有一定的指导意义。     

基于粒子群的多BP网络并行非线性预测控制

针对传统预测控制算法在解决非线性系统控制问题时，存在难以建立精确的数学模型、控制精度不高等缺点，提出一种新的非线性系统预测控制方案。以多BP神经网络作为并行预测模型，克服误差积累以及网络规模庞大的缺点；运用粒子群优化(PSO)算法完成非线性预测控制的滚动优化。仿真表明，该方案的控制效果比常规动态矩阵控制效果有所提高，该方案是可行和有效的。     

一种基于双子群的改进粒子群优化算法

针对粒子群优化算法易于陷入局部最优解并存在早熟收敛的问题，提出了一种基于双子群的改进粒子群优化算法（TS IPSO)，通过2组搜索方向相反的主、辅子群之间的相互协同，扩大搜索范围，借鉴遗传算法的杂交机制，并采用惯性权值的非线性递减策略，加快算法的收敛速度和提高粒子的搜索能力，降低了算法陷入局部极值的风险.实验结果表明该算法较标准PSO算法提高了全局搜索能力和收敛速度，改善了优化性能.     

稀土LED植物光源补光对甜瓜产量及品质的影响

本试验采用包头中科瑞丰科技有限公司研发的甜瓜专用稀土LED植物光源光环境调控方案，研究自然光+人工光和单一自然光条件下对于甜瓜产量及品质的影响。试验结果表明，与对照组单一自然光相比，试验组自然光+人工光处理的甜瓜始花期和采收期分别提前5 d和9 d；甜瓜可溶性固形物含量、单果重与亩产量均有大幅提升。     

微型植物工厂LED多光谱补光系统的设计与应用

不同的光谱、光强和光照周期对植物的影响不同。为了深入研究植物与光照的关系,设计一种微型植物工厂LED多光谱补光系统的可控光源。基于嵌入式系统,对微型植物工厂所需补光进行分析,通过控制不同波长的LED产生不同光强,使其接近所需光谱。该补光系统可从365～940 nm的25种不同波段的光谱自由选择,实现大功率LED光谱自由拟合、光照强度连续可调、光照周期自由设定的功能,同时可根据不同植物种类的适宜光环境需求进行"量身定做",进而实现精确补光。该系统成本低、效率高、精确性高、针对性强,更利于对光与植物关系的研究。     

基于遗传思想的改进粒子群优化算法

传统的粒子群优化算法(Particle Swarm Optimization,PSO)在解决有关离散优化的问题时,容易发生早熟收敛,陷入局部最优等现象,从而得不到最优解。为了克服这种现象,提出了一种基于遗传思想的改进PSO算法:利用繁殖法更好的搜索粒子的空间,经过繁殖后的粒子可以更好的从局部最优逃离,并对经典的测试函数进行了测试。测试结果表明,与传统的PSO算法相比,改进算法的寻优效果较好,不仅能加快收敛速度,而且能找到同样甚至更好的解。     

基于粒子群算法的综合暴雨强度公式

[目的]简化传统方法,得到直接推求综合暴雨强度公式的方法。[方法]采用粒子群算法优化各重现期统一的综合暴雨强度公式的参数,直接推求综合暴雨强度公式,并通过对芜湖市降雨历时资料建立的综合暴雨强度公式的计算结果与传统方法进行了比较。[结果]采用粒子群算法直接推求的综合暴雨强度公式比传统方法的计算结果精度更高,且推求过程更简便。[结论]说明采用粒子群算法直接推求综合暴雨强度公式是可行的。     

基于粒子群算法的珲春市主体功能区划分

为了改进现有划分主体功能区方法中存在的工作量大、带有一定的主观性等弊端,以吉林省珲春市为实证研究对象,采用粒子群算法及Matlab7.0软件运行算法对主体功能区进行划分,验证粒子群算法的可行性及简便性。结果表明,与先前常用的聚类方法相比,该方法能够简单有效地划分功能区,且采用此方法划分出的结果与实际情况更为贴切,具有进一步推广及应用的价值。     

基于混合粒子群算法的云计算任务调度研究

任务调度是云计算系统可靠运行的关键,云计算环境中要处理的任务量巨大,考虑到云计算任务调度和QoS的优化问题,提出一种混合粒子群优化算法用于云任务调度。算法中引入遗传算法的交叉和变异思想,并结合随迭代次数变化的变异指数,保证种群进化初期具有较高的全局搜索能力,避免出现“早熟”,同时将爬山算法引入粒子群算法,改善局部搜索能力。实验结果显示该算法具有很好的寻优能力,是一种有效的云计算任务调度算法。     

基于粒子群算法的飞行器再入轨迹优化

提出将粒子群优化算法（PSO）应用于飞行器再入轨迹优化。以最小控制能量高超声速飞行器再入轨迹优化为例，对飞行器运动模型进行简化和控制量参数化，粒子群算法采用自适应权值，并充分利用飞行器再入时的运动特性来设置PSO算法初始参数，分析比较仿真步数对结果的影响。仿真结果表明提出方法的有效性和优越性。     

基于混合粒子群算法的供热管网优化设计

供热管网优化设计一直是多年来城市地下管网工程中的研究热点。通过分析供热管网的优化模型,建立关于供热管网的目标函数即供热管网投资费用,根据供热管网的目标函数及约束条件建立适应度函数。利用粒子群优化算法对该非线性模型进行求解,借鉴遗传算法中变异操作的思想,设计基于遗传算法的混合粒子群算法,寻求在水力约束条件下目标函数的最小值。实例结果表明,将粒子群优化算法应用于供热管网优化设计可以取得较好的优化结果,并且充分的体现出粒子群算法的寻优能力。     

基于改进粒子群算法的烧结配料预测模型

针对烧结配料系统中的非线性、复杂性和相关性，基于BP神经网络建立烧结配料的预测模型，并采用粒子群算法对预测模型参数进行优化。为了克服粒子群算法的局部收敛性，在迭代过程中，根据迭代次数对惯性权重进行动态非线性调整，从而提高算法的搜索能力。仿真结果表明，所提出的改进粒子群算法与传统的粒子群算法比较，收敛速度快、迭代次数少、具有较强的全局寻优能力。