基于AVR单片机的鸡舍有害气体监测系统

针对我国北方鸡舍蛋鸡养殖密度大、产生的有害气体影响鸡群健康、导致产蛋性能下降的情况,研究设计了鸡舍有害气体监测系统.与传统的化学方法检测不同,系统由数据采集电路、信号调理电路、下位机与上位机通讯电路等硬件部分和相应的软件构成.它呵以完成有害气体浓度的检测,并通过Rs485将数据传送给上位机,以此数据来控制风机等装置的工作,使鸡含内环境利于蛋鸡的养殖.鸡场实验结果表明:有害气体测量误差在±3%范围内,为研究环境因素对蛋鸡产蛋性能的影响提供技术支持.     

BP神经网络在废气测量中的应用

针对禽畜养殖场内传感器故障引起有害气体浓度测量数据出现缺失的问题,应用改进的BP算法,构造3层前馈BP神经网络模型,并采用VB编程开发了基于BP神经网络的废气浓度估算系统.该系统具有估算精度高、运行稳定和使用方便等特点,能训练样本数据、估算测试数据和绘制各类相关曲线.用某养殖场3天的实验数据测试系统,训练误差为2.47%,估算缺失数据的最大相对误差为9.9%,最小相对误差为0.07%,平均相对误差为4 5%.系统不仅能仿真应用,而且能直接为有害气体排放总量的计算程序提供有效估算数据,保证了计算的完整性和准确性,具有一定的推广价值.     

封闭式蛋鸡舍环境控制系统的设计

针对全封闭的蛋鸡舍结构特点和室内环境因子不同于外界环境等问题,设计开发了全封闭蛋鸡舍环境调控系统.该系统以单片机LPC2132为微控器,由上位机和智能监控点构成监控硬件系统,其执行机构由湿帘风机、喷雾等设施组成.该系统根据智能监控点传来的传感器所采集信息数据,通过一定算法分析决策,能够实现鸡舍内的温度、湿度、光照度、二氧化碳、氨气和硫化氢按照设定值自动调控.夏季试验结果表明:在封闭式蛋鸡舍试用的环境调控系统,对蛋鸡舍环境因子中的温度和湿度进行了调控试验,试验期间的蛋鸡的产蛋率比对照组高出约15%,说明设计的蛋鸡舍环境控制系统具有推广价值.     

基于GPRS的粮仓有害气体监测系统设计

为检测粮仓内有毒气体,论述设计了一种基于GPRS的粮仓有害气体监测系统,以LM3S6911为主芯片,选用PH3-A1型传感器设计采集节点检测有害气体,MC52i作为GPRS通信模块实现气体浓度数据远程传输,利用Visual C++开发上位机监控软件,实现数据存储与显示。     

尿素对土壤水分传感器测量精度的影响

土壤水分的精准测量对节水灌溉、墒情监测、水肥一体化等领域具有重要意义,土壤氮含量会影响水分传感器的测量。为了消除这种影响,设计了不同尿素质量对不同水分含量土壤样本的监测实验,采用高灵敏度水分传感器并对尿素干扰下的输出电压进行监测,通过称重法监测土壤样本的含水率,使用LCR电桥测试仪监测土壤样本的电容和电阻。为了研究氮含量影响水分测量的机理,根据实验数据建立了三元三次多项式、BP神经网络、深度学习3种预测模型,并对预测结果进行误差分析。结果表明,相同土壤含水率条件下,尿素质量与土壤水分传感器输出值呈周期性的振荡关系。3种预测模型的平均绝对误差分别为0.77%、0.64%、0.75%,BP神经网络模型有98%误差集中在0~2%区间,误差峰值仅为2.07%,确立BP神经网络模型为最佳抗尿素干扰水分预测模型。     

基于分布式对象的蛋鸡舍设施养殖数字化智能监测系统

目前我国蛋鸡产业养殖模式逐步由小群体、散养往集约化、规模化方向发展,传统的养殖方式已经不能满足发展的要求。为了在非人为干扰条件下,可实时监测预警蛋鸡生产环境和生产过程,保障动物福利,本文基于可被远程调用的分布式对象的3Tiers物联网软件体系结构,将传感器技术和云技术结合在一起,设计了蛋鸡舍设施养殖数字化智能监测系统。3Tiers物联网软件架构考虑了大量的异构数据集成和对传感器设备的监测、远程交互性能的需求,满足了本研究中对规模化蛋鸡生产过程的研究要求。系统实现了规模化蛋鸡舍的实时生产环境参数采集和视频监控、生产资料管理、生产过程管理、基础信息管理、统计管理、预警设置管理、系统管理和推送管理功能。考虑到温热环境对蛋鸡健康福利和生产性能有着重要的影响,利用系统中的大量环境数据,对中国农业大学上庄实验站大鸡舍内的小气候环境舒适度进行评价,并结合产蛋率、死淘率和耗料,在黄山养殖场对环境舒适度评价进行了验证。通过对上庄鸡舍24h周期内和2016年11月-2017年4月的环境情况进行分析,结果表明实验蛋鸡舍内的小气候环境值始终小于70,蛋鸡群始终处于舒适区;而通过对养殖场鸡舍2016年7-10月份的环境数据和生产数据进行分析,验证了当蛋鸡处于舒适区时,产蛋率提升,死淘率下降,耗料更接近标准。     

基于分布式对象的蛋鸡舍设施养殖数字化智能监测系统

为了在非人为干扰条件下,可实时监测预警蛋鸡生产环境和生产过程,保障动物福利,本文基于可被远程调用的分布式对象的3Tiers物联网软件体系结构,将传感器技术和云技术结合在一起,设计了蛋鸡舍设施养殖数字化智能监测系统。3Tiers物联网软件架构考虑了大量的异构数据集成和对传感器设备的监测、远程交互性能的需求,满足了本研究中对规模化蛋鸡生产过程的研究要求。系统实现了规模化蛋鸡舍的实时生产环境参数采集和视频监控、生产资料管理、生产过程管理、基础信息管理、统计管理、预警设置管理、系统管理和推送管理功能。考虑到温热环境对蛋鸡健康福利和生产性能有着重要的影响,利用系统中的大量环境数据,对中国农业大学上庄实验站大鸡舍内的小气候环境舒适度进行评价,并结合产蛋率、死淘率和耗料,在黄山养殖场对环境舒适度评价进行了验证。通过对上庄鸡舍24 h周期内和2016年11月—2017年4月的环境情况进行分析,结果表明实验蛋鸡舍内的小气候环境温湿指数始终小于70,蛋鸡群始终处于舒适区;而通过对养殖场鸡舍2016年7—10月份的环境数据和生产数据进行分析,验证了当蛋鸡处于舒适区时,产蛋率提升,死淘率下降,耗料更接近标准。     

蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试

蛋鸡设施养殖环境质量对蛋鸡的健康生长和生产性能的提升至关重要。蛋鸡养殖环境是多环境因子相互影响制约的复杂非线性系统,凭借单一的养殖环境参数难以对环境质量做出准确有效的评价。针对上述问题,本研究综合蛋鸡设施养殖环境的温度、湿度、光照强度、氨气浓度等多个环境影响因子,在布谷鸟搜索算法优化神经网络（CS-BP）预测模型的基础上,构建了改进的CS-BP的蛋鸡设施养殖环境质量评价预测模型。将构建的改进CS-BP预测模型与BP神经网络、遗传算法优化BP神经网络（GA-BP）、粒子群算法优化BP神经网络（PSO-BP）3种深度学习方法进行性能参数分析比对,结果表明：改进CS-BP评价预测模型的平均绝对误差（MAE）、平均相对误差（MAPE）和决定系数（R²）分别为0.0865、0.0159和0.8569,其各项指标性能均优于上述3种对比模型,该模型具有较强的模型泛化能力和较高的预测精度。对改进CS-BP的蛋鸡设施养殖环境质量评价模型进行测试,其分类准确率达0.9333以上。本研究构建的模型可以为蛋鸡设施养殖环境质量提供更加全面有效的科学评价,对实现蛋鸡生产环境的最优控制,促进蛋鸡生产性能的提升具有重要意义。     

基于BP神经网络汽车传感器温度补偿技术的研究

由于受到温度、磁场等外界因素的干扰,汽车传感器的测量精度降低,致使汽车的整体性能下降。为此,以对温度干扰最敏感的CYJ-101型压力传感器为例,采用18组样本数据对建好的3层前馈BP神经网络进行温度补偿训练。仿真结果表明,温度对压力传感器的干扰波动由补偿前的22%减小到补偿后的2.2%。BP神经网络技术的应用极大地提高了压力传感器的测量精度,并最终改进了汽车的整体性能。作为一种分析、处理温度补偿问题的新技术,它与传统方法相比具有无可比拟的优势。     

高压电场影响鸡舍氨气吸收新方法研究

现代肉鸡大部分是在高密度、舍内饲养条件下进行的,鸡舍内会产生大量有毒有害气体,对鸡的生长性能、饲养员身体健康及自然环境产生不良的影响,其中氨气的危害尤为严重。通过物理与化学相结合的方法在高压脉冲电场作用下,研究硫酸铜对氨气吸收速率的影响程度,并利用该原理模拟在高压脉冲电场下鸡舍内氨气吸收过程,构建模型,以达到高效去除氨气的目的,为肉鸡养殖生产提供有利的帮助。      

基于IPSO-BP模型的粮食产量预测方法研究

针对粮食产量预测的复杂性,以基本微粒群算法(PSO)为基础,引入繁殖和变异机制,提出一种改进的微粒群算法(IPSO)优化BP神经网络的连接权值和阈值.综合考虑影响粮食产量的有关因素,构建出IPSO-BP的粮食产量预测模型,并以江苏省1978-2018年的粮食产量及影响其产量的10个因素作为数据集进行仿真试验.试验结果表...     

光伏充气膜温室自跟踪发电系统发电量预测

针对光伏充气膜温室自跟踪发电系统提出了一种加入天气预报信息的自适应变异粒子群神经网络的发电量预测算法.首先结合历史发电量数据和气象数据分析了影响光伏充气膜温室自跟踪发电系统发电量的主要因素,建立了加入天气预报的神经网络预测模型,并针对传统神经网络预测模型中基于梯度下降的BP算法收敛慢、易陷入局部最优、训练难收敛等问题,通过自适应变异粒子群算法改进了神经网络.该算法通过将变异环节引入粒子群优化算法,进行隔代进化找到局部最优解.实验结果表明所采用的自适应变异粒子群的神经网络预测算法的全局收敛性能得到了显著提高,能有效避免粒子群优化算法中的早熟收敛问题.     

基于高光谱成像技术的冬瓜种子品种鉴别

为实现冬瓜种子品种的快速无损检测,利用高光谱成像技术采集了广东黑皮、一串铃和韩育粉皮3个品种冬瓜种子的光谱图像信息。采用标准归一化（SNV）、多元散射校正（MSC）、中值滤波（MF）等方法进行预处理,利用连续投影法（SPA）、回归系数法（RC）和竞争性自适应算法（CARS）提取特征波长,建立了粒子群优化BP神经网络判别模型,预测集的决定系数与均方根误差分别为R2=0.930、RMSEP=0.047,准确率高达96.30%。研究表明,高光谱技术结合粒子群优化BP神经网络可以实现对冬瓜种子品种快速无损鉴别。     

非垂直拍摄获取细叶作物覆盖度优化算法研究

【目的】探究非垂直拍摄获取细叶作物覆盖度优化算法以及非垂直拍摄对作物覆盖度计算结果的影响。【方法】在北京市小汤山基地草业研究中心露天环境下,以青绿薹草、结缕草为试验对象,获取45°、60°、90°(与地面夹角)3种拍摄角度下的图像,采用基于自适应权重粒子群改进K-means的图像分割方法,分析不同拍摄角度对青绿薹草覆盖度测量精度的影响,研究非垂直拍摄与垂直角度下覆盖度的关系曲线。首先将草RGB图像转化成HSV颜色空间,在HSV颜色空间利用自适应权重PSO算法向全局像素解的子空间搜寻,通过迭代搜寻到全局最优解,确定最佳初始聚类中心;其次利用K-means算法对不同角度图像像素进行聚类划分,从而得到草冠层区域分割结果,最后采用形态学滤波方法对分割结果进行优化。【结果】垂直拍摄时,传统K-means算法计算的2个品种的覆盖度总体相对误差分别为32.89%和34.37%,而本文算法下2个品种总体相对误差分别为11.23%和15.85%。相比于K-means算法,本文算法环境适应性好,算法精度高。非垂直拍摄条件下,本文算法能够克服多角度拍摄导致图像色彩分布不均匀的问题,有效分割出草冠层区域,90°覆盖度估测值与真实值平均误差为3.27%,60°二者平均误差为4.61%,45°平均误差为5.70%,随着拍摄角度的减小,平均误差略有增大,但均小于6%。非垂直角度下计算的覆盖度与垂直角度覆盖度呈显著地线性关系。【结论】采用本文方法可以提高非垂直拍摄获取作物覆盖度的精度。     

基于改进粒子群算法的排涝泵站优化调度分析

针对泵站节能降耗问题,建立了站内优化调度模型,并利用混沌理论改进粒子群算法,开展站内调度方案寻优问题研究。研究结果表明,采用混合粒子群算法,收敛速度快,求解精度高,较适合泵站优化调度求解;采用3时段优化分析时,优化方案耗电量为23.34万kWh,节省电量3.46万kWh,取得了较好的优化调度结果。     

Ahut-Delta并联机构改进混沌粒子群算法尺度综合

针对Ahut-Delta并联机构,提出了一种基于改进混沌粒子群算法的尺度综合方法。首先提出一种改进混沌粒子群算法,即采用混沌立方映射初始化种群,并根据迭代状态指数性调整惯性权重因子,同时进行早熟判断和混沌扰动,迭代获得最优粒子。其次将Ahut-Delta并联机构优化参数转变为粒子维度决策变量,雅可比矩阵的全域均值条件数和全域波动量构建的全域综合性能评价指标在其几何条件约束、传动角约束条件下转换为改进混沌粒子群算法的适应度函数。最终通过改进混沌粒子群算法优化搜索,优化出适应度函数值最小的最优粒子,从而获得Ahut-Delta并联机构在全域运动性能最佳的尺度参数。仿真分析结果表明,所提尺度综合方法具有正确性和有效性。     

土地利用分类粒子群优化概率神经网络半监督算法

针对以往土地利用监测大都采用监督分类算法,成本较高、错分漏分严重且受人为因素影响较大的问题,提出了一种粒子群优化概率神经网络的半监督分类算法.该算法通过粒子群优化算法优化分类器的参数,提高分类器的精度,运用香农熵选择高置信度的样本扩展初始训练样本集,将大量未标记的样本扩展到训练样本集中,减少了初始标签样本的数量,节约了...     

基于神经网络和粒子群算法产流量模型构建

为了研究坡面产流量与各影响因子间定量关系,分析野外多尺度人工径流小区实测数据,采用人工神经网络及粒子群算法,建立了坡面产流量预测模型,产流量与坡长、坡宽、坡度、前期土壤含水量间可采用二次抛物线关系进行描述,与植被覆盖度、降雨量间分别采用幂函数和线性函数进行描述.另外采用加权相对差距和法确定了产流量BP神经网络模型最优拓扑结构及网络参数,建立了产流量BP神经网络模型,该模型模拟值与实测相对误差在±20%以内,预测精度较高.同时基于产流量与各单因子定量关系,建立了产流量经验模型,采用粒子群算法推求了模型未知参数,该经验模型相对误差主要在±30%以内,其精度略逊于BP神经网络模型.     

模拟退火粒子群优化投影寻踪的渠道防渗模式评价

为了对渠道防渗工程的方案进行优选,采用模拟退火粒子群优化投影寻踪方法对渠道防渗模式进行优化评价.优化粒子群算法,使其在退火过程中接受优解,且还以一定的概率接受差解.同时利用模拟退火粒子群算法在搜索过程中具有概率突跳的能力,有效地避免搜索过程陷入局部极小解,提高了算法的收敛速度和精度.将该模拟退火粒子群算法与投影寻踪结合,建立了模拟退火粒子群优化投影寻踪模型,将该模型应用到灌区渠道防渗模式优化评价中,选取10个指标作为评判因子,提出适合该地区的干渠渠道防渗工程优化模式,其优劣排序依次为方案Ⅳ、方案Ⅱ、方案Ⅲ、方案Ⅴ、方案Ⅰ.研究表明模拟退火粒子群优化投影寻踪的评价模型对灌区渠道防渗模式进行综合评价是切实可行的,模拟退火粒子群优化投影寻踪的评价方法在解决实际问题中展示了其优越性,并取得了良好的应用效果.