基于改进A *算法的电动车能耗最优路径规划

提出一种基于改进A*算法的电动车能耗最优路径规划方法。根据车辆运行时的能耗,考虑能量损失与回收等因素,建立了运行能耗函数。设计了新的启发式能耗预估代价对A*算法进行改进,证明了所提出的启发式能耗预估代价满足可采纳性和一致性,确保改进的A*算法可获得能耗最优路径。针对电动车的里程焦虑问题,基于改进的A*算法,建立了根据车载电池的剩余电量、充电站位置、终点位置来寻找可达的能耗最小路径方法。仿真实验表明,提出的方法可以找到起点到终点的能耗最小路径,当车载电池能量不足时,可以找到经过充电站的可行最小能耗路径,减少里程焦虑,验证了所提方法的合理性和可行性。     

引黄灌区引水补源优化运行模型研究

应用非线性优化理论 ,并基于 Philip入渗方程和其它边界约束条件 ,建立了引水补源区优化运行数学模型。模型目标是确定在补源区自然物理条件、地下水流运动、入渗以及连续方程等约束下 ,使得入渗量最大的运行准则 ,应用非线性优化规划法对模型求解 ,得到了满意效果。以黄河下游陈垓引黄灌区 1 993年 3月对灌区下游补源区一个单周期引水补源过程为例 ,计算了一次引黄最大优化入渗补源量 ,本方法对开辟学术研究新思路 ,指导生产实践具有重要参考价值     

基于模糊理想点法的多区域多目标

水利工程项目建设次序对水资源方案实施的效果影响较大。因此研究中选用防洪、供水、农村水利水电发展、生态环境保护、工程投资作为水资源方案实施效果的评价目标。考虑到不同区域水利建设的重点不同，本文利用模糊决策分析理论确定出各评价目标在不同区域的权重，基于模糊理想点法建立评价模型，并以湖南省水利工程建设排序为实例进行分析，得出理想的工程排序结果。     

论农业机械化在新农村建设中的重要作用

以新农村建设带给农机化新的发展机遇为主线,结合武汉市以实施农村"家园建设行动计划"为抓手,建设社会主义新农村的实际,论述农业机械化在新农村建设中发挥的重要作用。     

机耕道自动驾驶农机局部路径规划

针对机耕道场景下自动驾驶农机行驶的安全性、平稳性与规划实时性的实际需求,该研究提出了一种基于二次规划的局部路径规划方法。首先基于有限状态机构建农机机耕道行驶模式,其次采用横纵向解耦的方法,通过改进状态栅格法分别对农机速度行为和轨迹行为进行决策,随后利用二次规划方法生成满足多目标、多约束条件的农机轨迹和速度,得到最优路径,最后在多种行驶环境中进行仿真和实车试验,行驶参考速度为2 m/s。实车试验结果表明,在绕行静态障碍物场景中,规划轨迹的平均绝对曲率为0.021 m^-1,最大绝对曲率为0.056 m^-1,平均绝对横向误差为3.23 cm,最大绝对横向误差为8.69 cm,农机与障碍物外轮廓的距离大于0.76 m;在规避相向行驶、同向行驶和横穿机耕道的动态障碍物场景中,规划速度的平均绝对速度误差为0.08～0.12 m/s,绝对速度误差小于0.38 m/s,加速度变化范围为-0.38～0.44 m/s²。在规划周期为200 ms的仿真试验中,本文算法平均耗时48 ms,最大耗时75 ms,相比采用静态状态栅格法平均耗时减少38 ms,算法效率提升44%。研究结果可为机耕道场景下的农机局部路径规划提供技术支持。     

环境规划中大气SO2预测的神经网络模型

为了对规划期间排入大气的SO2进行有效的控制,本文应用B-P人工神经网络方法建立了山西省运城市各县(区)人口数量、燃煤量、工业总产值和SO2排放量与SO2浓度的规划期综合预测模型,以实现在规划期间对大气的SO2的预测和控制。     

矮化密植果园多臂采摘机器人任务规划

为提高矮化密植果园多机械臂采摘机器人的协同作业效率,该研究对存在重叠访问域的多臂协同采摘机器人任务规划进行分析,将多臂协同任务规划问题归纳为异步重叠访问域的多旅行商问题,给出了基于遗传算法的优化求解方法.试验结果表明:该研究所提任务规划算法在求解4个机械臂采摘43和90颗果实的任务规划问题时,分别在500和2000次迭...     

不确定场景下无人农机多机动态路径规划方法

在现代化农业中,越来越多的龙头企业或农村合作社提供一系列的农业作业专业化服务,引入多台农机进行规模化作业,不仅提高效率,而且可以实现抢种抢收,减少自然灾害的风险。目前,多台农机并行作业仍以预先计划的固定农机和静态的固定路线为主,但在实际耕种、收割等作业中,常会出现农机突发故障、农机临时增加、农机工作效率不一致等不确定场景,这些不确定性给多台农机集群控制带来巨大挑战。因此,研究不确定场景下多机动态路径规划方法具有十分重要的理论意义和实用价值。该研究以总作业时长为综合优化目标,综合各种不确定场景,针对轮式自动驾驶拖拉机,提出了改进的迭代贪婪（Improved Iterated Greedy, IIG）方法进行多机动态路径规划,解决以往传统方法在不确定情况发生后路径规划结果低效甚至失效的问题。试验表明,该方法在不确定场景下可及时、高效的动态调整路径规划方案,能够为不同数量、不同性能的农机迭代找到当前最优路径。与传统的并排作业方法相比,IIG优化的矩形农田作业路径总作业时间平均下降约35%,且随着农机性能差异越大,节省时间越多;与迭代贪婪（Iterated Greedy, IG）方法相比,IIG在一般播种作业中总掉头时间平均减少约17%。该方法在不确定场景下路径优化效果较好,且具有很好的鲁棒性及环境适应性,可为农田无人作业多机路径规划提供参考。     

双碳目标下退役农机产品拆解规划与EOL决策集成优化

退役农机产品回收再利用,不仅是对其剩余价值的再利用,也是实现可持续发展和循环经济的客观要求,对实现碳达峰、碳中和目标有重要意义。该研究基于双碳目标要求剖析退役农机产品拆解规划和EOL (end-of-life)决策集成优化问题,考虑拆解再制造过程中碳排放成本,以实现经济环境效益的最优化。首先,构建拆解再制造集成优化模型(disassembly remanufacturing integrated optimization, DRIO);其次,提出一种改进的人工蜂群算法(improved artificial bee colony algorithm, IABC)对构建的数学模型进行迭代求解,引入logistic映射生成初始解,雇佣蜂阶段和守望蜂阶段加入邻域搜索机制,侦察蜂阶段采用了轮盘赌方法,以获得利润高且碳排放成本低的拆解再制造帕累托方案;最后,通过联合收获机电机拆解再制造实例验证所提模型的有效性和改进算法的可行性。结果表明,所提DRIO模型的经济效益相较于DRIO-D和DRIO-R模型分别提高了62.1%和54.8%,碳排放成本比DRIO-D模型减少约50%。IABC算法相比于经典...     

河北省滦南县种植业布局现状调查与对策研究

通过对河北省滦南县种植业的布局现状调查,找出了该区域种植业布局存在的不足,提出了种植业合理布局的原则、分区重点和建议对策,为今后滦南县农业结构调整和科学区划提供依据。