水稻生育期的动态模拟模型研究

利用解释性模型Ｌ１Ｄ和ＪＰＲＩＣＥ,通过田间试验和献资料的收集,组建了水稻生育期的动态模拟模型,验证结果显示,模型运行后的模拟值和实测值吻合良好。     

水稻生育期的动态模拟模型研究

利用解释性模型Ｌ１Ｄ和ＪＰＲＩＣＥ,通过田间试验和文献资料的收集,组建了水稻生育期的动态模拟模型。验证结果显示,模型运行后的模拟值与实测值吻合良好。     

基于遗传算法的微藻类光分布模型参数优化

藻类的生产力模型大致可以分为3类:Ⅰ型模型预测光合速率,Ⅱ型模型计算生产力,Ⅲ型模型考虑光梯度和短光周期的影响。其中Ⅱ型模型能够对全面的工程应用提供精度和实用性之间的最佳折衷。雨生红球藻是一种单细胞淡水绿藻。在高盐、强光照射等恶劣条件胁迫下会在其体内积累虾青素,虾青素作为一种强抗氧化剂应用广泛。遗传算法自1967年提出以来应用在诸多领域,其在非线性模型参数优化具有高速、准确等优点。本次研究是针对雨生红球藻在发光二极管(LED)光照培养下建立起的Ⅱ型光分布模型,使用遗传算法对模型的参数K_1、K_2进行优化,经验证表明,所建立的模型准确、可靠。本研究可以为雨生红球藻的高效培养提供独特的思路,为解决复杂的非线性模型参数优化问题提供一种办法。     

基于GLUE方法的ORYZA2000模型不确定性分析

在作物模型模拟过程中,考虑模型参数的不确定性,有助于获取更加稳健的模拟结果。本文采用GLUE方法对ORYZA2000模型生育期参数进行不确定性分析。结果表明,DVRJ(营养生长期参数)的概率密度呈指数分布,可识别性较强,而DVRI(光周期敏感期参数)、DVRP(穗分化期参数)和DVRR(生殖生长期参数)的概率密度呈现出均匀分布趋势,可识别性较差。     

水稻氮肥管理的ORYZA—0模型之理论及验证

ＯＲＹＺＡ－０模型系统能分析氮在土壤－大气复杂系统中的复杂行为，包括土壤供氮力，作物氮吸收和氮在器官间的分配，叶片氮转化太阳辐射为干物质的能力等，ＯＲＹＺＡ－０模型与Ｐｒｉｃｅ的规则系统优化程序结合，可以制订取得最大生物量或经济产量所需的优化氮管理方案，田间氮试验材料验证模型表明，ＯＲＹＺＡ－０模型推荐的氮肥应用曲线以真实地反映当地不同氮水平下的氮管理策略，文中还就模型参数的敏感性问题和模型的进一     

通辽市水稻高产优化施肥模型的建立和施肥参数的确定

采用"3414"二次回归最优设计试验方案,研究氮(X1)、磷(X2)、钾(X3)肥配施对水稻产量的影响,并对水稻产量和施肥量关系进行模拟。结果表明:水稻产量(Y)与肥料用量之间的数学模型为Y=301.48+178.19 X1+27.64 X2+40.29 X3-56.18 X12-22.08 X22-13.05 X32+22.87 X1X2+6.14 X1X3+2.93 X2X3,该模型的最高产量施肥量为235.5(纯氮),84.0(P2O5)和84.0(K2O)kg.hm-2,最高产量为8 371.95kg.hm-2,施肥配比为1∶0.36∶0.36。该试验区土地肥力情况为氮素水平低下,磷素、钾素水平中等。肥料利用率氮肥为40.1%、磷肥为17.5%、钾肥为41.0%,土壤养分校正系数分别为0.51(氮)、1.14(磷)、0.56(钾)。     

水稻氮肥管理的ORYZA－0模型之理论及验证

ＯＲＹＺＡ－０模型系统能分析氮在土壤－作物－大气复杂系统中的复杂行为，包括土壤供氮力、作物氮吸收和氮在器官间的分配、叶片氮转化太阳辐射为干物质的能力等，ＯＲＹＺＡ－０模型与Ｐｒｉｃｅ的规则系统优化程序结合，可以制订取得最大生物量或经济产量所需的优化氮管理方案。田间氮试验材料验证模型表明，ＯＲＹＺＡ－０模型推荐的氮肥应用曲线能真实地反映当地不同氮水平下的氮管理策略；文中还就模型参数的敏感性问题和模型的进一步发展提出了建设性建议。     

基于遗传算法的智能粒子群优化方法

定义了粒子群优化(PSO)的参数空间,把探索性能最优的粒子群算法转化为一个参数优化问题,提出了用遗传算法优选PSO参数组合的一种方法,并给出了具有较好运算性能的PSO形式(参数组合).数值实验表明此设计方法应用效果好.     

水稻生育期预测的非线性发育模型

在水稻模拟研究中发育期预测是基础环节。因为它为模拟作物生产力提供时间上的框架。目前对水稻发育过程尚未完全研究清楚,难以用解释性模型来描述。生产上普遍使用的积温法有一定问题,因为它隐含着发育速度与温度呈线性关系。本研究发现:对于调节IR8(籼稻)和藤坂5号(粳稻)播种到开花期间的发育速度,夜温比昼温有更大的效应。这一现象假设是由于发育速度与温度呈非线性关系引起的,因为夜温通常比昼温低。基于这一假设,本研究提出一个解释性能较好的非线性模型来量化水稻发育对温度的反应,并用相乘法则来综合温度和光周期的效应。该模型比线性加性模型和CERES-Rice中的发育模型有更好的预测性能,尽管由于数据观察值本身的异质性,模拟值与观察值还有一定差异。这种异质性来源之一是移栽效应,它在基因型(品种)间的差异似乎较小。为改善模型的预测性能,移栽效应可以作为一个乘子引入模型中以修饰光温效应。     

多连杆机械压力机遗传算法优化设计

采用多连杆作为机械压力机的工作机构代替原机械压力机曲柄滑块机构.采用矢量多边形法建立了滑块的运动方程,并且采用遗传算法建立了优化设计数学模型.以JH23-63型机械压力机的技术参数为依据,设计的多连杆压力机在公称压力行程范围内滑块的最大工作速度仅为96 mm.s-1,并且在曲柄转角α=50°~100°范围内具有平均速度为105 mm.s-1的明显速度平台.该多连杆压力机的低速锻冲特性与原普通型机械压力机相比其工作性能有明显的提高.     

基于混合并行遗传算法的多目标约束优化技术研究

多目标约束优化问题属于NP问题。并行遗传算法是解决该类问题的常用算法,它具有较强的全局搜索能力和并行性,但局部搜索能力差,禁忌搜索算法则比较适合于局部搜索。提出了一种基于混合并行遗传算法的多目标约束优化方法,该方法综合了并行遗传算法和禁忌搜索算法的优势,改进了并行遗传算法的性能,能有效避免局部最优解。     

基于遗传算法与粒子群算法的配电网无功优化

根据遗传算法(GA)收敛效果好和粒子群算法(PSO)收敛速度快的特点,将两者相结合对配电网无功优化模型进行求解。计算结果表明:该算法是收敛的、有效的。     

基于遗传算法的六子棋博弈评估函数参数优化

将博弈问题分解为搜索引擎、走法生成、评估函数和开局库4大模块,再将自适应遗传算法引入到评估函数中,并通过锦标赛算法对评估函数中的参数组合进行自动调整和优化,设计并开发出基于上述方法的离线自学习系统。     

水稻千粒重遗传分离模式初探

千粒重是水稻产量的重要构成要素。选用该性状差异较大的亲本,进行杂交,得F1代,再将F1代自交获得F2代,构建P1、F1、P2和F2世代,并对这4个世代的这个性状进行考查。利用亲本、F1和 F24个世代进行数量性状主基因＋多基因混合遗传分析,选出最适模型,并对模型的遗传估计值进行分析,从而得出相关结论。经检测这2个组合的千粒重遗传分离模式均属于C-0模式,且千粒重主基因遗传率为0.86％～0.97％,多基因遗传率为68.06％～80.33％,两者合计的遗传率为68.92％～81.30％。     

基于CERES-Maize模型的玉米遗传参数优化及验证

利用玉米生长观测资料、气象资料、土壤资料、田间管理资料,采用CERES-Maize模型对玉米进行应用研究。首先运用均匀设计进行数值模拟,并对模拟结果进行回归分析,根据模拟及优化结果选取最佳的遗传参数,最后通过模型对玉米的产量、每平方米粒数、生育期模拟值和观测值间的比较,结果表明总体上模型模拟值和观测值之间具有很好的一致性。     

基于遗传算法优化的投影寻踪烤烟质量综合评价

烟叶质量评价的目的是对相应表征指标进行综合分析,其结果应能客观公正地反映烟叶质量的发展变化,并为评价组织者、决策者所信服和接受.试验根据烤烟烟叶化学成分检测结果,建立了基于遗传算法优化的投影寻踪烤烟烟叶化学成分指标质量综合评价模型,利用该模型对云南省临沧市烤烟烟叶化学成分指标品质进行了综合评价.结果表明,不同植烟区域烤烟烟叶化学成分指标品质的优劣顺序为临翔区、云县、沧源县、耿马县、双江县、永德县和凤庆县,各评价指标中以还原糖总糖比值、氮碱比值和钾含量3个指标对临沧市烤烟烟叶品质的贡献最大,与实际情况相符,说明评价结果可行而有效.模型在一定程度上避免了主观因素对评价结果的影响,可为烟叶生产决策、卷烟企业采购原料和配方设计提供科学依据,并为采用化学成分指标来评价烟叶质量提供了一种较为合理和有效的方法.     

改进量子遗传算法在多峰值函数寻优中的应用

针对标准量子遗传算法（QGA）在寻找多峰值最优时存在局部寻优能力较差和易早熟的缺陷,提出一种改进量子遗传算法（QQGA）,运用基于概率划分的小生境协同进化策略初始化量子种群,并采用动态量子旋转角调整策略来加快收敛速度;加入量子移民和保优选择策略,提高规划效率,避免陷入局部最优。利用复杂二元函数测试改进量子遗传算法,结果比标准量子遗传算法效率高。     

基于实码遗传算法的河流水质模型的参数估计

针对理想条件下采用解析法往往导致水质参数估计较大误差的问题，以及针对含有多参数的二维水质模型的参数估计问题，具体介绍了采用有限单元法和实码遗传算法求解二维水质模型未知参数的基本步骤，对水质参数(包括纵向、横向弥散系数和衰减系数)分别进行编码，通过计算机模拟浓度输出，并与实测值比较从而得出最优的水质参数估计值．算例表明，采用有限单元法-遗传算法估计河流水质模型的参数是可行的．     

基于SA-PSO算法采摘机械臂参数优化

当前油茶果的采摘方式为人工采摘,采摘方式落后,采摘效率低,导致生产成本高,严重制约油茶产业的健康发展。为解决这一问题,实现油茶果机械化和自动化采摘,设计了一款振动式油茶果采摘机。油茶果采摘机工作过程中采摘机械臂的结构尺寸将会限制其工作的范围。为确保采摘机能高效率的采摘油茶果,对采摘机械臂进行参数优化,寻找最优参数。结合实地考察的结果,确定优化设计的变量为举升液压缸行程Sj、伸缩液压缸行程Ss、俯仰液压缸行程Sf,建立目标函数,确定约束条件。基于SA-PSO算法,对油茶果采摘机械臂进行结构参数优化,得到最优参数解:举升液压缸行程为Sj=154mm,伸缩液压缸行程为Ss=320mm,俯仰液压缸形成为Sf=166mm,为采摘机的优化设计了提供了理论数据支持。