基于改进多目标进化算法的温室环境优化控制

该文围绕温室环境控制问题,以温湿度2个主要环境因子为研究对象,建立了温室环境动态模型。设计1种基于改进的非支配排序多目标进化算法(modified non-dominated sorting evolutionary algorithm,MNSEA-II)的双比例积分微分(proportional integral derivative,PID)控制器的多输入、输出温室控制系统,以误差平方矩的积分型(integrated time square error,ITSE)为性能指标,使用多目标进化算法对其确立的目标函数进行寻优,求出Pareto最优解,进而对PID控制器的参数进行整定,使系统获得良好的控制性能。本文以Matlab/Simulink为仿真环境,对此温室控制系统进行了仿真研究。结果表明了温室模型的合理性和多目标进化算法优化的PID控制方法的有效性。     

基于粒子群优化算法的农田多目标控制排水模型

该文研究内容包括2个方面： 1）针对南方丘陵地区地表排水方式,通过田间排水试验,探求控制排水中氮、磷浓度的变化规律,拟合了累计入渗量Philip公式的参数,建立了排涝、除渍和减少氮、磷流失的多目标控制排水模型。2）在分析多目标优化问题Pareto最优解的基础上,运用MATLAB编制计算程序,针对控制排水模型的具体特点,分别定义了粒子的适应值、个体极值和全局极值的计算公式,利用粒子群优化算法对模型进行了求解。结果表明,运用基于粒子群的多目标优化算法求解农田多目标控制排水模型,所求得的控制排水时间与实际控制排水时间基本一致,为农田排水的科学管理提供参考。     

基于多目标微粒群优化算法的土地利用分区模型

土地利用分区实质上是一个多目标的土地利用空间优化问题,将传统分区方法用于解决多目标优化问题明显不足。该文提出了一种基于多目标微粒群优化的土地利用分区模型,构建了土地利用分区的属性约束指标,提取4个能够体现土地利用分区目的及意义的目标函数,即分区间差异性最大区内相似性最强、空间分区集中连片、土地利用效益最大化、土地适宜性评价指数最高,同时考虑了土地利用分区图上最小图斑面积、用途区面积、用途转换规则3类约束条件,并详细阐述了算法的核心思想、编码策略、状态更新机制及其算子等内容,最后以湖北省宜城市为例,对模型的可行性和有效性进行验证,结果表明通过对目标的权重调控可以得到不同目标偏好的土地利用分区方案,该文所构建模型在土地利用规划实践中具有可操作性。     

基于多目标粒子群的土地整理项目选址模型

土地整理项目选址实质上是一个多目标空间优化问题,将传统选址方法用于解决多目标土地整理项目选址存在明显不足。该文提出了一种基于多目标粒子群的土地整理项目选址模型,归纳了土地整理项目选址的选址规则,提取3个能够体现土地整理项目选址目的及意义的目标函数,即新增耕地潜力最高、空间分区集中连片、土地适宜性评价指数最高,同时考虑了土地整理项目最小新增耕地率、实施规模2类约束条件,并详细阐述了算法的核心思想、矢量编码策略、状态更新机制等内容,最后选取湖北省嘉鱼县为试验区,验证了模型的可行性和有效性,结果表明通过对目标的权重调控可以得到不同目标偏好的土地整理项目选址方案,该文所构建模型在土地整理实践中具有可操作性,提供的选址方案科学合理,为土地利用规划和土地利用调控管理提供支持。     

基于无线传感器网络的温室光环境调控系统设计

为了解决现有光环境调控系统存在光照度不可调、能耗高、部署困难等问题,该文设计基于无线传感器网络的光环境调控系统。该光环境调控系统以CC2530处理器为核心设计中央控制节点、监测节点、调光节点,采用ZigBee协议实现自组网络、监测数据和控制信号传输。监测节点通过周期监测光合有效辐射值,利用自然光中太阳高度角与红蓝光比例关系,计算当前红蓝光光量子通量密度;利用智能中央控制节点计算其与作物所需目标量的差值,并将其转换为脉宽调制控制信号,通过调光节点控制LED输出亮度,实现LED调光灯输出光量的动态、精确、无线调控。试验检验表明,该系统红蓝光光量子通量密度监测误差小于6%,调控输出光照度相对误差小于3%,可满足多个温室实时、按需、定量光环境调控的需求,具有部署灵活、易扩展、低能耗的特点。     

基于R-BP神经网络的温室小气候多步滚动预测模型

温室高效生产依赖于适宜的温室小气候环境,建立高精度的温室小气候多步预测模型对实现温室环境优化调控具有重要意义。本研究提出一种基于滚动的反向传播神经网络（Rolling Back Propagation Neural Network, R-BP）的温室小气候多步滚动预测模型。模型主要包括两个阶段：（1）建立初始的BP神经网络。采用自动编码器无监督学习方法获取初始网络参数,并利用改进的粒子群算法优化网络参数。（2）建立滚动的BP神经网络群。将前一个网络输出作为后一个网络的部分输入进行滚动训练和预测,实现温室小气候多步滚动预测。为验证R-BP模型的有效性,在阿拉伯联合酋长国阿布扎比市的自控温室和中国苏州市的非自控温室分别进行试验。验证试验表明,与传统BP神经网络相比,在阿布扎比温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低69.9%,预测相对湿度,其平均误差降低47%;在苏州温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低43.3%,预测相对湿度,其平均误差降低55.6%。说明R-BP模型能够较准确预测未来6h内温室小气候环境变化,可为制定温室小气候优化调控方案提供依据。     

基于遗传算法的番茄幼苗光合作用优化调控模型

由于光合速率优劣直接影响番茄的产量与品质,而其光合速率主要受温度和光子通量密度影响,因此如何实现不同温度条件下的光饱和点信息动态获取,是光环境调控技术发展亟需解决的重要问题。针对上述问题,该文提出了基于遗传算法的番茄幼苗光合作用优化调控模型。其利用光合速率双因素嵌套试验获取多维数据,构建温度、光子通量密度耦合的光合速率多元非线性回归模型,设计了基于遗传算法的光合速率模型寻优方法,得到不同温度条件下的光饱和点,继而建立以光饱和点为目标值的番茄幼苗光合优化调控模型。模型验证试验结果表明,提出的方法可动态获取不同温度条件下光饱和点,光饱和点实测值与计算值决定系数为0.920,最大相对误差小于6%,具有较高精度,对提高设施光环境调控效率具有重要的意义。     

基于Horn-Schunck光流法的多目标反刍奶牛嘴部自动监测

奶牛反刍行为的智能监测对于奶牛健康及提升现代养殖业的水平具有重要意义。奶牛嘴部区域的自动检测是奶牛反刍行为智能监测的关键,该文提出一种基于Horn-Schunck光流法的多目标奶牛嘴部区域自动检测方法。利用Horn-Schunck光流法模型求取奶牛反刍视频中各时间序列图像的光流场,将各帧序列图像中运动较大的光流数据进行叠加,获取奶牛反刍时的候选嘴部区域,最后运用奶牛嘴部区域检测模型实现反刍奶牛嘴部区域的检测。为了验证算法的有效性,利用不同环境下获取的12段视频进行验证,选取的12段视频的每段时长10 s,每段视频帧数在250~280帧之间,结果表明,对于多目标奶牛,12段视频中有8段视频可以成功检测到反刍奶牛的嘴部区域;根据所定义的真实充盈率指标与检测充盈率指标,分别统计了8段成功检测反刍奶牛嘴部区域的视频检测结果,试验表明,8段视频中最大真实充盈率为96.76%,最小真实充盈率为25.36%,总体平均真实充盈率为63.91%;最大检测充盈率为98.51%,最小检测充盈率为43.80%,总体平均检测充盈率为70.06%。研究结果表明,将Horn-Schunck光流法应用于多目标奶牛嘴部区域的自动检测是可行的,该研究可为奶牛反刍行为的智能监测提供参考。     

基于NSGA-Ⅱ和GeoSOS-FLUS的喀什地区土地利用空间多目标优化

[目的]对喀什地区进行土地资源的空间优化,为该区社会和经济的可持续发展提供理论支持。[方法]设置了粮食安全、经济效益和生态效益(固碳量、产水量和土壤侵蚀)作为算法的多目标函数,通过NSGA-Ⅱ算法能够得到较为科学的土地利用数量结构优化,再通过GeoSOS-FLUS模型根据数量结构优化结果、自然条件和经济因素模拟土地利用空间优化。最后,通过Fragstats 4软件对优化结果进行景观格局分析。[结果](1)在3种优化结果下,GDP、固碳量、粮食产量都比未优化前多,土壤侵蚀有所降低。产水量只有在生态效益优先情况下提高了。(2)2005—2020年,耕地、建设用地都有不同程度的增加,水域、林地和未利用地都有不同程度的减少。(3)通过Fragstats 4对2020年土地利用数据、经济优先、生态优先和生态经济协调发展下优化结果进行分析。相对于优化前,3种优化结果下的香浓多样性和散布与并列指数都有所提高,斑块凝聚度和景观多样性也提高了。[结论] 6种土地利用类型在景观中呈均衡化趋势分布,草地过渡型的土地利用类型有所提高。优化后的土地资源能够较好地满足喀什地区生态可持续发展,其布局更加合理,为该区...     

基于粒子群人工蜂群算法的灌区渠-塘-田优化调配耦合模型

为了缓解农业水资源供需矛盾,减少南方季节性干旱造成的损失,该文结合南方灌区渠、塘、田地复杂的水量转化关系,建立了以灌溉区域效益最大为目标的渠-塘优化调控与田间多种作物优化配水相结合的耦合模型;根据该模型的特点,提出了模型求解的粒子群-人工蜂群混合算法。将模型应用于漳河灌区,并与常规的渠-塘调控和作物配水模型和只考虑作物优化配水模型相比较。结果表明,渠-塘-田地协同调配效果显著,耦合模型计算所得特别枯水年(降雨频率为95%)下灌溉用水效益比采用其他2种模型分别提高了20.7%和6.9%。粒子群-人工蜂群混合算法能快速求解该优化调配耦合模型,有利于解决多水源、长距离输配水、库塘共同调控等复杂情况下的高效用水模型的求解问题。     

四川省灌溉管理节水发展水平综合评价模型构建与应用

灌溉管理节水发展水平评价是制定区域节水灌溉发展规划的重要决策依据。该文采用定量指标和定性指标相结合的方法建立了包括组织管理、工程管理、用水管理和经营管理4个层次16项指标的区域灌溉管理节水发展水平综合评价体系,在此基础上构建了四川省灌溉管理节水发展水平综合评价模型;引入熵权法和层次分析法计算各评价指标权重,提高了权重确定的科学性与客观性。以四川省21个市州(区域)为研究对象,利用模型通过形成决策矩阵、确定权重、建立加权决策矩阵、计算各评价对象与理想解的相对贴进度,由此得到四川省不同区域灌溉管理节水发展水平。结果表明:四川省全省灌溉管理节水发展处于"一般"水平;21个区域中,成都、德阳处于"好"水平,攀枝花、绵阳、资阳、乐山处于"较好"水平,自贡等10个区域处于"一般"水平,广元、内江处于"较差"水平,甘孜、阿坝、凉山处于"差"水平;以上结果符合四川省灌溉管理节水发展的实际情况;模型对于四川省灌溉管理节水发展具有较强的实用性。