改进的变尺度优化算法在节水灌溉制度优化设计中的应用

应用改进的变尺度混沌优化算法对水分生产函数模型进行求解,求解程序用Visual Basic编写。以河西武威绿洲春小麦数据为例,将混沌算法应用于小麦灌溉制度优化设计中,并与动态规划法进行对比,证明了改进的混沌优化算法可以提高灌溉制度优化设计的精度与速度。     

基于控制灌溉理论的水稻优化灌溉制度研究

结合田间试验研究成果及Jensen模型，建立了基于水稻控制灌溉理论的宁夏引黄灌区轻度盐碱地水稻优化灌溉制度。水稻全生育期灌溉水量为600 mm，灌水15次，主要分布在返青期、拔节孕穗期和抽穗开花期。该优化灌溉制度较常规漫灌节水69.2%。该灌溉制度的建立，对于提高宁夏引黄灌区水稻节水灌溉技术具有重要的实践参考价值。     

水稻灌溉制度的计算机模拟

自动化灌溉或称智能灌溉是当前农业灌水技术发展的方向,该文研究了自动化灌溉中的关键,即灌水量预报中的有关问题,提出了解决的方案。所建立的广西青狮潭灌区水稻灌溉制度的计算机模拟系统,能比较准确地进行灌水量的预报,并能根据高产节水的“薄、浅、湿、晒”的灌水经验,制定出符合当地实际的灌溉制度。     

改进的变尺度优化算法在节水灌溉制度优化设计中的应用

应用改进的变尺度混沌优化算法对水分生产函数模型进行求解,求解程序用Visual Basic编写.以河西武威绿洲春小麦数据为例,将混沌算法应用于小麦灌溉制度优化设计中,并与动态规划法进行对比,证明改进的混沌优化算法可以提高灌溉制度优化设计的精度与速度.     

网络技术在非充分灌溉制度优化中的应用

该文应用动态优化和线性规划方法分别建立了灌区单一作物的基于Jensen和Blank水分生产函数的非充分灌溉制度优化模型。在模型求解过程中,根据网络技术的原理,选择TCP/IP协议组建网络,采用传统的C/S(Client/Server)二层架构,运用ASP技术,使用VBScript、Visual Basic 6.0等语言编程,实现了网上灌区单一作物灌溉制度的实时优化计算。其计算方法为网上通用的应用程序,不受地域和时间等的限制,可节约人力、物力资源。     

基于RAGA-DP的饲草料作物非充分灌溉制度优化模型

中国北方牧区水资源极其匮乏,灌溉饲草料基地优化配水时,通过对非充分灌溉条件下饲草料作物进行灌溉制度优化可以有效地提高水分利用率及作物产量。该文采用基于实数编码的加速遗传算法（RAGA）与多维动态规划法（DP）相结合,建立了遗传动态规划（RAGA-DP）模型,对内蒙古锡林郭勒典型草原区灌溉饲草料地非充分灌溉条件下青贮玉米、披碱草和苜蓿进行了灌溉制度优化,试验验证结果较好,有效地解决了有限水量条件下不同生育期进行优化配水的问题,并通过相对产量与供水量、水分生产率函数和边际产量的关系得到了3种作物的适宜供水量范围。该模型解决了多维动态规划法在作物非充分灌溉条件下灌溉制度优化过程中的早熟现象及易陷入局部最优而难于求得真正最优解的问题。     

基于超平面实码遗传算法的灌溉制度优化设计

针对传统实码遗传算法(RGA)在求解等式约束的优化问题时,存在精度低、易早熟的缺点,该文提出了超平面实码遗传算法(HRGA),在超平面内进行各种遗传操作的运算,并将改进后的遗传算法应用于作物最优灌溉制度问题之中。计算结果表明：应用超平面遗传算法解决等式约束的优化问题,不但方法简单、计算速度快,而且寻优精度明显高于传统实码遗传算法,大大提高了算法的性能,有较高的推广应用价值。     

宁夏灌区甜菜优化灌溉制度的研究

以Ｂｌａｎｋ作物模型为基础,采用动态规划方法确定甜菜优化灌溉制度,以期达到节水高产的目的。根据宁夏灌区平罗试验区的试验结果表明,除苗期、完熟期不需灌溉外,其余５个生育阶段均需灌溉,灌水量分别为５０ｍ３／（６６６．７ｍ２）,全生育期灌溉定额为２５０ｍ３／（６６６．７ｍ２）,实际根产量为３５６７．２ｋｇ／（６６６．７ｍ２）。     

改进的蚁群聚类在精准灌溉管理分区中的应用

为了便于精准灌溉的田间实际操作和管理,采用改进的蚁群聚类算法进行灌溉管理分区研究。蚁群算法的离散性和并行性特点对于数据的特征聚类非常适用,然而当数据量较大时,蚁群聚类在系统循环过程中,对数据的搜索时间较长,计算量大,因此将初始聚类中心作为蚂蚁的初始食物源加以引导,减少蚂蚁行走的盲目性,以达到降低计算量、加快聚类的目的。该文以土壤物理特性作为数据源,在运用主成分分析消除初始指标相关性的基础上,采用改进的蚁群聚类对研究区进行精准灌溉管理分区的划分。将改进的蚁群聚类分区结果与传统的K-均值聚类进行比较,前者分区结果表现出土壤物理特性区内均一性更强、区间差异性更加显著的特点。改进的蚁群聚类分区结果表明,研究区可划分成2个灌溉管理分区,I区土壤的田间持水率、饱和含水率和凋萎含水率均较II区大,表明在相同的气候条件下,I区的土壤耐旱能力较II区强,分区结果可以为精准灌溉的分区管理提供参考依据和数据支持。     

蚁群算法在土壤质地高光谱预测建模中的应用

为提高土壤质地高光谱预测模型精度,以巢湖流域177个土样光谱为基础数据源,运用蚁群算法选择特征波长,结合BP神经网络构建土壤质地光谱预测模型,并与全光谱构建的光谱预测模型进行比较。结果表明,运用蚁群算法选择特征波长构建的光谱预测模型精度优于全光谱构建的预测模型精度,土壤粉粒含量预测模型预测集决定系数R2为0.76,RPIQ为2.23,土壤砂粒含量预测模型预测集决定系数R2为0.72,RPIQ为1.94;全光谱土壤粉粒含量预测模型预测集R2为0.57,RPIQ为1.75,全光谱土壤砂粒含量预测模型预测集R2为0.48,RPIQ为1.82。运用蚁群算法选择光谱特征波长建模,减少了数据冗余,提高了预测模型精度。     

基于层次[0]分析-蚁群算法的内蒙古大型灌区节水改造综合评价

内蒙古大型灌区节水改造工程建设已开展15a,各灌区改造效果差异较大,全面系统的评价灌区节水改造效果可为灌区管理及进一步节水改造实施提供科学依据。该文针对内蒙古14个不同类型大型灌区（引黄、水库取水、河流取水、扬水灌区及井灌区）复杂条件,利用层次分析法的层次框架思维模式与蚁群算法的自适应性及人为干扰少等特点,在种植种类、灌溉方式、运行管理不同,经济效益迥异的环境中,构建了层次分析-蚁群算法。选择灌区的作物种植、节水效益、运行管理及经济效益等4个要素的14项评价指标,采用层次分析法获得权重值,再利用蚁群算法确定各灌区的优属度,对其中10个典型灌区的节水改造效益进行综合评价与分析,旨在研究各灌区节水改造效果。获得10个灌区优属度（值）的排名为：山湾子灌区（0.91）、镫口灌区（0.95）、河套灌区（0.97）、黄河南岸灌区（0.98）、甸子灌区（1.005）、察尔森灌区（1.01）、英金河灌区（1.115）、西辽河灌区（1.14）、麻地壕灌区（1.165）、莫力庙灌区（1.185）。结果表明山湾子灌区和镫口灌区的节水改造效果最好,莫立庙灌区节水改造效果最差。该评价结果符合灌区实际情况,表明该基于层次分析-蚁群算法的评价结果具有一定的可信度。因此,层次分析-蚁群算法可用于大型灌区节水改造工程综合评价。其评价结果可为管理机构进行灌区改造综合评价提供一条新的思路与方法,并为相近大型灌区节水改造综合效益评价提供参考。     

基于蚁群算法的茶叶理条机参数优化设计

为了提高茶叶理条机的传动性能与茶叶加工质量,运用蚁群算法和Matlab语言,建立了茶叶理条机优化设计数学模型,编制了茶叶理条机的关键设计参数的优化设计程序,并运用该程序对茶叶理条机的关键参数进行了优化仿真计算并进行了验证试验.优化结果表明:曲柄长度为59.1 mm;连杆长度为341.5 mm;偏心距为57.5 mm;滑...     

基于蚁群算法的茶叶抖筛机参数优化

针对茶叶抖筛机的主要设计参数,建立了茶叶抖筛机优化设计数学模型,运用蚁群算法和Matlab语言,编制了茶叶抖筛机的关键参数的优化程序,运用该程序对茶叶抖筛机的筛床倾斜角、振动方向角、曲柄半径、振动圆频率等参数进行优化仿真计算和验证试验。结果表明：筛床倾斜角α为2.8^°;振动方向角β为52.8^°;曲柄半径r为0.025 m;曲柄圆频率ω为21.5 rad/s时,筛净率提高14%,单位有效筛分面积生产率提高28 kg/(m²·h)。     

基于蚁群优化的单路口交通模糊控制的研究

本文提出了一种基于蚁群优化的控制方法，应用蚁群算法进行相序优化，确定通行相位，并且结合模糊控制的优点，确定该通行相位的有效绿灯时间。仿真结果表明，本文给出的控制方案和优化算法适应能力较强，在相序相对稳定的前提下，单交叉路口的平均车辆延误更少。     

滴灌轮灌分组优化模型与算法

传统的轮灌组划分计算方式效率较低且难以获得较好方案.该研究首次采用智能算法来求解轮灌组划分问题,依据《微灌工程技术标准》及轮灌组划分原则,提出了基于流量均衡的数学模型及其约束条件.通过分析支管空间分布,确定了滴灌问题的邻域特征,在半径阈值范围内给出了最大限度查找关键路径的邻域搜索策略和不可行解修复算法,并采用传统遗传算...     

基于蚁群算法的内燃机配气机构凸轮型线的动力学仿真

针对内燃机配气机构工作时的振动、冲击和噪声问题,建立了内燃机配气凸轮机构型线的动力学数学模型,运用蚁群算法和Matlab语言,对该数学模型进行了仿真优化计算,与原设计相比,仿真结果表明：丰满系数提高了1.24%,动态最大正加速度在上升段下降了0.87%,在下降段上升了5.23%,动态最大负加速度下降了5.93%,使得系统动态速度和动态加速度趋于平稳,有效地减少了内燃机配气机构的冲击振动,提高了内燃机的动力性能,而且优化效果好于遗传算法。     

改进蚁群算法和生成树相结合的中压配电网架规划

由于涉及许多变量和约束,中压配电网规划是一个非常复杂的大规模组合优化问题。蚁群算法是一种具有正反馈特性的贪婪性、分布式的现代启发式搜索方法,适合于路径的寻优,但是易陷入局部最优。该文将蚁群算法和生成树算法结合起来,用于带有交叉点的中压配电网网架规划。针对基本蚁群算法易于陷入局部最优的问题,提出了动态设定待选路径信息素阀值和动态调整路径选择策略的方法,以便提高蚁群算法的全局搜索能力。在考虑中压配电网辐射状和连通性约束时,提出了带有交叉点的生成树方法,大大减少了在规划中不可行解的产生。算例仿真结果表明采用该方法求解中压配电网架规划方案是有效的。