基于改进遗传算法的河流水质模型多参数识别

结合多种群遗传算法和自适应遗传算法,提出基于多种群-自适应遗传算法(MPAGA)水质模型多参数识别方法,实现对河流水质模型参数断面平均流速u、河流离散系数D和污染物降解系数K识别和估计。利用河流示踪剂实验监测数据,分别对美国特拉基河3个不同流量河段作水质模型多参数识别和估计。结果表明,与传统遗传算法(TGA)相比,MPAGA算法对3种不同流量河段水质模型参数估计结果准确和可靠。基于MPAGA水质模型多参数识别方法和分河段水质模型参数估计结果可提高河流水污染预测精度,判定河流水污染危险区域,为保障工农业用水安全提供重要科学依据和技术支撑。     

基于混合遗传算法的农产品物流网络优化模型

为了解决生鲜农产品物流配送系统的优化问题,考虑生鲜农产品保质期短的特点,结合农产品物流配送网络模型的整体优化思路,建立了基于混合遗传算法的冷链物流网络优化模型。该最优模型以物流网络的总运行成本为目标,引入碳税政策来分析碳税对总成本和碳排放的影响,证明碳税政策可以有效减少农产品物流网络中的CO2排放。通过实际案例分析获得的仿真结果表明,该模型为农产品物流企业提供了绿色环保的位置分配方案。     

改进的实数遗传算法在求解组合预测模型中的应用

在现有文献的基础上,对实数遗传算法进行了改进,并将改进后的实数遗传算法应用到求解组合预测模型权重问题中。改进后的实数遗传算法模型预测精度有所提高,从而证明其能够较好地解决组合预测模型的权重求解问题。     

基于灰色系统的澳洲鲐太平洋群系资源量预测模型

利用1995—2014年日本中央水产研究所提供的澳洲鲐(Scomber australasicus)太平洋群系资源量与渔获量数据,结合索饵场和产卵场的海表面温度以及黑潮指标等,建立6种基于灰色系统的澳洲鲐资源量预测模型。建立的模型包括不考虑任何环境因子的GM(1,1)模型,分别基于索饵场(140°E～160°E,35°N～50°N)海表面温度SST1、产卵场1 (130°E～132°E,30°N～32°N)海表面温度SST2、产卵场2 (138°E～141°E,34°N～35°N)海表面温度SST3和黑潮潮位差TR的GM(1,2)模型,以及综合以上4个因子的GM(1,5)模型,6种模型的平均误差分别为6. 72%,3. 73%,4. 41%,4. 78%,29. 56%,19. 38%。研究结果表明,基于索饵场、产卵场海表面温度因子建立的灰色预测模型,对澳洲鲐太平洋群系资源量预报精度较高,可应用于后续渔业生产中。对GM(1,5)模型的灰色参数值a、b分析可知,所有因子中SST2和SST3对模型的制约影响最高,即对资源量的影响最大。产卵场温度与资源量具有较高的相关性,结合最适温度,可推测在该适宜温度范围内资源量随着产卵场温度的升高而增加。可见,全球气候变暖海水温度升高,可能对澳洲鲐资源波动存在积极影响。     

基于改进遗传算法-偏最小二乘回归的大坝变形监测模型

【目的】针对常规大坝变形监测回归模型中存在的因子多重相关性干扰和模型拟合效果欠佳问题,进行偏回归模型优化方法研究。【方法】将改进的遗传算法引入大坝变形监测偏回归模型,利用遗传算法强大的自适应全局优化搜索功能,对偏最小二乘回归模型进行优化,建立了基于改进遗传算法-偏最小二乘回归的大坝变形监测模型。【结果】工程实例研究与对比分析表明,改进遗传算法-偏最小二乘回归模型在一定程度上改善了原偏回归模型存在的拟合效果不佳的问题。【结论】改进遗传算法-偏最小二乘回归模型具有较好的拟合与预测能力,有较强的工程实用性。     

基于遗传算法的生鲜农产品库存控制的应用

根据生鲜农产品保鲜期短的特点,分析了合理库存的重要性;从满足消费的需求出发,建立了生鲜农产品配送中心的库存控制优化模型,并结合实例,采用二进制编码的遗传算法对模型进行求解;运用VB编写相应的求解程序,库存费用节省了2.32%,实现了库存控制的合理性.     

基于SVM的农机装备水平组合预测模型研究

采用支持向量机的组合预测方法,对黑龙江垦区农机装备水平进行预测。在确定单一预测模型的基础上,运用自组织神经网络方法,将权系数确定问题转化为粗糙集理论中属性重要性评价的问题;计算各单一预测方法对组合模型的依赖度、重要度和权系数;利用建立的基于支持向量机非线性农机装备水平组合预测模型,对黑龙江垦区2002—2012年农机装备水平的历史数据进行检验。误差分析表明:该模型对农机总动力、大中型拖拉机、小型拖拉机、大中型拖拉机配套机具和小型拖拉机配套机具的预测平均相对误差为0.471%、1.328%、3.738%、1.193%、3.574%,均低于各单一预测模型的平均相对误差;利用该模型对黑龙江垦区农机装备水平进行预测,到2020年拥有农机总动力999.33万kW、大中型拖拉机88 921台、小型拖拉机38 453台,大中型拖拉机与配套农机具台数比为1.51∶1,小型拖拉机与配套农机具台数比为1.68∶1。所建模型适用于黑龙江垦区农机装备水平的预测。     

基于时间序列的农业非点源污染产出预测研究

选取三江平原蛤蟆通河流域作为研究区,利用SWAT模型农业非点源污染模拟结果,建立了农业非点源污染的季节性ARIMA模型,对未来3年农业非点源污染进行了预测,为非点源污染防治提供一定的理论依据。     

早稻叶瘟灰色灾变长期预测模型

利用灰色系统理论的灾变预测方法，以广东省化州市1978～1990年早稻叶瘟发生程度为例，拟定用发生程度≥4级为灾变阈值，建立了早稻叶瘟灰色系统GM(1．1)长期灾变预测模型：X(k 1)=1571212．51le^0．001259508k -1569234．511。后验差和小误差概率检验达“一级”的精度。应用该模型对1991～2002年进行预测，除1998年报而未出成为空报外，其它各年份的预测结果与实况吻合，预报准确率达91．7％。     

基于改进人工蜂群算法的生鲜农产品配送路径优化

为提高生鲜农产品的物流配送效率,降低配送过程中的综合成本,以配送总成本最小化为优化目标,通过引入时间价格成本,结合配送固定成本、运输成本和惩罚成本构建成本函数最小化模型。基于该数学模型,运用改进的人工蜂群算法对模型进行求解,算法中采取中位数选择策略来代替原有的轮盘赌选择策略,并在解的更新阶段引入禁忌表,有效解决了算法容易过早陷入局部最优的问题,并使得算法的收敛速度提高40%。通过算例验证了本文模型和算法的有效性,有一定实践指导意义。     

基于改进多目标遗传算法的农村低碳物流配送路径优化

针对我国县、乡、村物流配送成本居高不下,需求覆盖率严重不足以及碳排放量较高的现实问题,构建考虑需求不确定和碳排放约束的农村物流配送路径优化模型,并提出了适用于多车型的改进多目标遗传算法。结合农村物流配送数据,运用MatlabR2014a软件进行仿真试验,最终得出在需求不确定和碳排放约束下农村物流的最优配送路径方案。仿真试验结果表明:设计的改进多目标遗传算法对于求解农村物流配送路径优化问题具有较好的有效性和适用性;在需求不确定和碳排放约束下,改进多目标遗传算法能够有效降低农村物流配送成本,提高需求覆盖率;与单车型配送方案相比,多车型配送方案在农村物流配送中更具优越性。     

基于改进蚁群算法的易腐农产品配送路径规划研究

为了使易腐生鲜类农产品在复杂交通环境能够快速找到最优移动路径,进行考虑包括时间、油耗、罚没成本等因素在内的多目标配送,从而对综合成本与新鲜度保障进行平衡,提出了在传统蚁群算法的基础上改进转移规则,并加入含时间启发因子的影响函数。通过算例仿真,证明了改进蚁群算法的有效性和合理性,其降低了复杂程度,优化了传统蚁群算法容易陷入局部最优的问题,提升了迭代运算的收敛速度,同时降低了配送的综合成本。     

基于分裂算子的遗传算法的超临界机组模型的解耦仿真

以某厂1 000MW超临界机组为研究对象,针对协调控制系统的多变量、强耦合的特点,对其模型进行了解耦分析,并采用引入分裂算子的自适应遗传算法进行参数辨识,得到目标函数的全局最优解。MATLAB仿真结果表明:引入分裂算子的自适应遗传算法能够很好地消除变量之间的耦合影响,符合机组在额定工况条件下的动态特性。     

模糊灰色关联的县域农业主导产业评价定量模型及应用

为正确合理地选择县域农业主导产业,促进县域农业资源优化配置及农业产业化发展,加快资源优势向经济优势转变的进程,通过对农业主导产业的定义及特征分析,总结了中国县域农业主导产业的4个特征,即:区域性、动态性、导向性和领先性,得到了县域农业主导产业的评价原则及评价指标。在对县域农业产业合理的假设下,结合县域农业主导产业相关指标统计数据分析,推导了基于模糊综合评价及加权灰色关联评价的模糊灰色关联农业主导产业评价定量模型。并对章丘市、商河县的农业主导产业进行了实证研究,得到了章丘市、商河县的一般产业、优势产业及主导产业。研究结果证实了该模型的有效性,同时为县域农业规划主导产业选择提供了科学依据。     

基于改进B—P算法的内蒙古粮食产量中长期预测

在改进 B- P算法、提高 B- P算法预测精度的基础上 ,对内蒙古粮食总产量进行了预测。结果表明 ,在 2 0 0 2～ 2 0 1 1年 ,内蒙古粮食总产量由 2 0 0 2年的 1 4 75 .5 7万 t增加到 2 0 1 1年的 2 1 0 3.4 3万 t,呈现出稳定增加的趋势。最后提出了实现内蒙古粮食预期产量应采取的措施     

改进的模糊优选多目标优化遗传算法及其应用

提出一种改进的模糊优选多目标优化遗传算法.算法采用个体在总群体中的相对优属度作为适应度值,将总群体中的全部个体按子目标函数的数量平均划分为子群体,对每个子群体分配1个子目标函数,以子目标函数值计算子群体中个体的适应度值.2次选择后满足了整体最优的要求,又尽可能地逼近各子目标最优值.经实例计算,效果显著.     

Multi-variable grey model (MGM (1,n,q)) based on genetic algorithm and its application in urban water consumption

Urban water consumption has some characteristics of grey because it is influenced by economy, population, standard of living and so on. The multi-variable grey model （MGM（1,n））, as the expansion and complement of GM（1,1） model, reveals the relationship between restriction and stimulation among variables, and the genetic algorithm has the whole optimal and parallel characteristics. In this paper, the parameter q of MGM（1,n） model was optimized, and a multi-variable grey model （MGM（1 ,n,q）） was built by using the genetic algorithm. The model was validated by examining the urban water consumption from 1990 to 2003 in Dalian City. The result indicated that the multi-variable grey model （MGM（1,n,q）） based on genetic algorithm was better than MGM（1,n） model, and the MGM（1,n） model was better than MGM（1,1） model.     

基于神经网络的水稻产量预测模型

研究不同水分处理所得的作物实际产量,建立前馈神经网络模型,得到不同土壤含水量时的旱作水稻预测经济产量,模型通过学习,使误差减小到0.1。     

农村电网中长期负荷改进灰色预测研究

农网中长期负荷预测在农村电网发展规划编制中占有重要地位,而其关键是数学模型的建立,灰色模型是一种较好的预测方法,但传统的灰色预测精度不够好。通过分析一种改进方法,即通过对原始数据进行开次方处理降低预测模型的模型系数,再对数据平滑处理生成新的数据序列进行灰色建模预测,基于重庆地区农村用电量的实际数据分析表明,本改进方法比以往方法较大地提高了预测精度,其中改进无偏灰色模型开二次方预测精度最高,未来数年的农村用电量预测结果可为编写农村发展规划提供重要的参考价值。