基于改进蚁群算法的联合收割机调度路径优化

为缓解收割机在收获季节供不应求的局面,实现联合收割机在收割中的高效率、低成本和高收入。通过对影响收割机调度的多种因素进行分析,建立联合收割机调度的数学模型。针对基本蚁群算法易陷入局部最优解、收敛速度慢等缺点,引入节约矩阵,并对不同搜索时段采用不同的信息挥发因子,最后通过局部搜索策略2-opt法搜索最优解的方法改进基本蚁群算法,对模型进行求解。仿真结果表明,改进后的蚁群算法性能优良,且可降低调度成本,能够有效解决联合收割机在农忙时节的使用问题。     

基于智能AGV系统温室盆栽植物自动输送系统的设计

随着现代育种技术的不断发展,温室植物盆栽的自动输送是实现机械化、轻简化育种和作物筛选的重要组成部分。介绍了以AGV系统作为主体的自动化输送系统平台在温室水稻盆栽植物栽培、检测中的应用,通过智能化调度和安全、有序、数字化的输送,实现了对盆栽植物全生育期的自动换盆、换行、水肥精施,以及盆栽植物表型参数的在线自动检测;充分体现了AGV系统的自动性和柔性,为建设轻简化、数字化温室,发展现代育种技术提供了一条重要途径。     

基于Memetic算法的多模式约束项目调度问题研究

为解决多模式资源约束项目调度问题(MRCPSP),在建立数学模型基础上,提出一种改进的Memetic算法对模型进行求解.该算法利用遗传算法进行全局搜索,采用针对活动执行模式的整数编码方式,基因的值表示活动的优先权和执行模式,每条染色体对应一个满足资源约束的项目调度方案,种群在交叉和变异后采用模拟退火算法进行局部优化.实例仿真结果表明了该算法的有效性和高效性.     

农用AGV视觉导航中基准线提取算法的研究

[目的]寻找用于农用AGV视觉导航曲线基准线的提取算法。[方法]针对农用AGV视觉导航基准线假定为直线而容易受作物残留物等因素的影响,引入了曲线导航基准线的提取算法。[结果]曲线导航基准线的提取算法为首先分割图像,将作物等植被和土壤等背景分离,然后在分割图像中以每行最大空隙的中点为标志点,逐行检查标志点,调整偏移较大的标志点,若与前一行标志点位移大于T,则缩小位移为t,最后连接标志点。曲线基准线提取算法更注重基准线的偏向与行进方向的一致性。[结论]在较多残留物和作物行缺乏规则的情况下,曲线基准线的大部分点都落在行进方向上,并总体向右倾斜,基本上反映了农用AGV的行进路线,提高了农用AGV导航精度。     

网格资源调度算法的改进研究

资源管理与调度算法是网格计算中的2个核心问题。介绍了网格的基本概念,阐述了目前广泛使用的基于市场经济模型的资源调度截止期限和预算限制算法（DBC）,提出了把信誉度引入经济模型的资源调度算法中。不仅提高了任务的完成率,也提高了资源和消费者之间进行交易的安全性。     

基于灰色粒子群算法的温室环境多目标优化控制

引入人工控制因素,以扩展的自回归模型(ARX)为基础,构建茶树育苗的温度、相对湿度及耗电量多目标模型函数,采用灰色关联理论和粒子群优化算法(PSO),面向茶树育苗温室环境模型进行多目标优化控制。仿真结果表明,运用多目标灰色PSO算法将育苗温室内温度值从31.5℃降为24.51℃,相对湿度从47.2%提升为59.35%,耗电量降低17.6%。与线性加权和法、单目标PSO算法相比,选取多目标灰色PSO算法对温室进行优化,得到在开启遮阳与喷淋组合调控的情况下,经过20 min温室内温度和相对湿度调控,即可达到茶苗生长的要求。     

基于改进语义分割模型的无人机多光谱图像杂草分割

杂草与作物争夺肥料、阳光等养分,从而影响作物生长,快速有效地清除杂草危害对提高作物的产量和品质具有重要意义。传统的杂草防治方法常采取大面积喷洒除草剂等措施,无法满足智慧农业的精细化管理要求,精确、可靠的杂草检测是智能除草的关键。在卷积神经网络模型PANet的基础上进行改进,把原始特征提取网络ResNet替换为DenseNet-121,采用FPA模块提供像素级注意力信息,通过金字塔结构增加感受野。以无人机多光谱糖菜杂草图像为研究对象,分别构建近红外790 nm、红色690 nm和归一化植被指数NDVI的训练数据集进行网络训练。发现PANet的训练精度为97.38%,测试精度为93.41%;采用3通道（近红外790 nm+红色690 nm+NDVI）训练的模型F₁值最高为0.872。结果表明,该方法可以实现无人机多光谱图像杂草的有效分割,可为农田杂草精确检测和农作物生长状况监测提供参考和借鉴。     

基于机器视觉的温室作物行间杂草的识别

根据温室行间植物的位置特征,应用空域中值滤波对图像进行预处理,然后运用色度法和最大方差自动取阈值法对图像处理,最后应用种子填充法将杂草和作物进行分割。结果表明,机器视觉技术在对温室杂草的识别方面具有一定的优越性。     

CAN总线动态调度算法改进研究

通过分析CAN总线的非破坏性优先权逐位仲裁的规则,得出若采用建立在确定性系统模型基础上的静态优先级,当总线带宽利用率很高时,低优先级信息帧发送时延会大大增加,甚至造成数据的丢失,同时采用静态优先级在系统运行过程中不能对调度分配进行修正.因此提出单队单拍(SQSA)和单队多拍(SQMA)的动态优先级晋升方法及数学模型,分析该模型的吞吐率,模型的最大延时及采用SQMA可能出现的问题及解决方法.通过仿真实验验证提出的改进动态优先级的方法在网络吞吐率、平均时延和网络利用率都有较好的性能.     

基于HT的多条直线检测的特点及其算法改进

依据霍夫（Hough）变换原理,给出了多条直线检测的算法,分析了基于霍夫变换（HT）检测多条直线的特点,即直线—峰值对应性,检测直线不确定性（针对斜率大于0的情况）,累加器A的值与待测直线段长度的关系,带噪声多条准直线的参数空间峰值特征,倾角为90°的直线段参数空间峰值特征,并有针对性的提出了改进方法。提出了依据峰值自动搜索填充范围的算法,实现了峰值的搜索,并通过马铃薯作物的行检测验证了该方法的有效性。     

基于混合遗传算法的车辆优化调度研究

将遗传算法和模拟退火算法结合,设计了一种混合遗传算法（自适应的模拟退火遗传算法）,并根据一般车辆优化调度问题的特性,进行算法的设计,比如染色体的编码方式、遗传算子以及参数的设定等,通过实例进行了仿真实验．结果表明：用这种混合遗传算法求解车辆优化调度问题,具有很好的优化性能．     

温室蔬菜种植方式的改进研究

在我国的农业生产过程中,农业技术的巨大作用是无可替代的,农业技术的创新能够从根本上推动农业的发展。本文从温室蔬菜种植的方式入手,研究种植新技术,分析并探讨各个技术的成果,也了解了种植方式的不足并加以改进,提出相应的对策,最终目的是保证温室蔬菜种植的效果,推动新技术使用,促进农业的发展。     

基于并行蚁群算法的设施温室机器人多点路径规划的研究

在设施温室中,为了实现机器人在面对多个工作点时,能够找到一个最优顺序使得完成全部工作所走过的路程最短,受蚁群算法解决旅行商问题(TSP)的启发,提出一种并行的蚁群算法来解决设施温室农业机器人多点路径规划问题。首先,该算法借助于蚂蚁数量自调整的蚁群算法计算出所有点与点之间的最短安全距离,形成一个特殊的距离矩阵;然后借助于蚁群算法根据特殊的距离矩阵来寻找最优顺序;再按照最优顺序依次实现路径规划。仿真结果表明,该方法克服了目前蚁群算法在解决TSP上存在的近似计算及未考虑安全性问题,提高了计算精度,可以快速找到最优顺序进行路径规划,使机器人得到最短、最安全的路径。     

改进粒子群算法在车问作业调度中的研究

车间作业调度（JSP）是典型的NP难题,传统求解方法都有各自的特色和不足。免疫系统强大的信息处理能力为人工免疫应用提供了丰富的暗示,因此,免疫算法被提出,并逐渐应用于许多工程实际。针对车间作业调度这个优化问题的难处理性,提出了基于免疫粒子群算法（IPA）的JSP求解方法。在该求解方法中,结合免疫原理和粒子群算法应用于JSP的算法流程;算法采用基于操作的编码方式;依据接种疫苗和变异、免疫选择的机制来设计算子。并通过仿真,证明了IPA算法在JSP中的有效性。     

改进粒子群算法在车间作业调度中的研究

车间作业调度（JSP）是典型的NP难题,传统求解方法都有各自的特色和不足。免疫系统强大的信息处理能力为人工免疫应用提供了丰富的暗示,因此,免疫算法被提出,并逐渐应用于许多工程实际。针对车间作业调度这个优化问题的难处理性,提出了基于免疫粒子群算法（IPA）的JSP求解方法。在该求解方法中,结合免疫原理和粒子群算法应用于JSP的算法流程;算法采用基于操作的编码方式;依据接种疫苗和变异、免疫选择的机制来设计算子。并通过仿真,证明了IPA算法在JSP中的有效性。     

基于双阈值分割的苗期杂草识别算法

提出了一种基于双阈值分割的苗期杂草识别算法。首先通过2个阈值分割得到2幅分割图像,再结合形态学操作融合2幅分割图像后进行识别得到作物图像;参考现有除草剂喷洒方案将作物图像分为6行8列的子区域,根据每个子区域是否有作物像素点决定是否喷洒除草剂。结果表明,该方法基本上实现了苗期杂草的防治,并节省了45%左右的除草剂。     

单处理机上的静态实时调度算法研究

实时操作系统不仅要求系统的逻辑正确性,还必须要求系统能在规定的时间内计算出正确的结果并对实时事务进行响应,因此实时系统中的调度算法是决定系统实时性的重要指标.主要讨论了速率单调调度算法和截至时间单调调度算法,它们都是基于实时系统中优先级调度的静态算法.对每一类算法,从算法描述和可调度性两方面进行了分析.最后给出了静态实时系统调度算法的选择标准.     

基于逐步寻优算法的单库洪水优化调度

介绍了逐次寻优算法在水库洪水调度系统中的应用,主要包括水库洪水调度模型的建立、模型解算过程、洪水调度计算机系统软件的开发等。     

异构环境下改进的LATE调度算法

针对异构环境下LATE算法在选择备份任务及执行节点时的不足,提出一个改进的IR-LATE调度算法。算法通过计算为剩余完成时间最长、最需要备份的慢任务启动备份,并将其按负载不同进行分类,结合轮询算法,将备份任务分配到负载最小且成功/负载比高的节点上执行。实验结果表明,该算法与LATE算法比较,有效的将作业完成时间缩短了30%左右,提高了执行效率,进而促进系统的负载均衡。