基于R树空间索引的植保无人机与植保作业匹配算法

为了充分保障植保作业的科学分配和植保无人机资源的合理配置,设计了一套高效的植保无人机植保作业匹配算法,为用户提供无人机与植保作业的快速匹配。为适应植保作业的并发性、时效性和准确性要求高的特点,该算法基于R树空间索引技术设计,实现了植保作业的区域查询功能与智能化无人机植保作业推荐功能。无人机植保作业匹配算法允许用户在地图上搜索任意矩形范围内的植保作业,也可以根据植保无人机用户当前位置和用户偏好推荐最佳的植保作业。该文在植保无人机作业匹配算法基础之上实现了植保无人机租赁与智能化调度系统,系统测试与分析表明,基于R树的无人机植保作业匹配算法具有较高的灵活性、准确性、高效性和动态性等优势,单次R树查询服务器响应时间低于1 ms,能够实现高效且精确合理的植保作业查询与匹配。     

不同灌水量和灌水频率对田间黄瓜耗水特性及产量的影响

[目的]确定大田黄瓜最适宜的灌溉频率和灌水量.[方法]试验于2018年在华北水利水电大学农业高效用水试验场进行,以20 cm标准蒸发皿的累积蒸发量(E20)作为灌水依据,灌溉处理分为2个灌溉间隔(I1:3 d;I2:6 d)和3种水面蒸发系数(K1:0.5;K2:0.7;K3:0.9),共6个处理,对黄瓜耗水特性、产量...     

Design of ship-block production scheduling oriented knowledge navigation system

A knowledge map based knowledge navigation system model is established by combining the domain characteristics of production scheduling to counter the schedulers’ low-efficiency on account of confusion during production scheduling process. Key technology points,i.e. knowledge ontology building,semantic node integration,ontology based semantic relevance and the map implementation technique are analyzed. The knowledge navigation system is applied to ship-block production scheduling decision-making process. The method and technologies are verified in the ship-block scheduling process of a workshop in a shipbuilding factory.     

Irrigation scheduling based on yield and quality in Bromus inermis北大核心CSCD

A suitably calculated irrigation regime can improve the productivity of artificial grassland，improve the quality of pasture and enhance water use efficiency in drier areas. In this research we compared the effects of two irrigation regimes（regulated deficit irrigation at different growth stages，I1；regulated deficit irrigation over the whole growth period ，I2）on yield and quality of Bromus inermis in the Hexi Corridor. Irrigation scheduling was optimized by considering the results of field trials and simulations of irrigation scheduling in typical dry years to provide a theoretical basis for local production practices. The results showed that：The yield of B. inermis in I1 initially increased and then decreased with successive increases in the amount of water applied，while in I2 B. inermis yield showed an increasing trend across the range of irrigation rates tested. In both irrigation regimes，the crude protein content of B. inermis gradually decreased with increasing water supply，while the acid detergent fiber and neutral detergent fiber contents increased somewhat. Compared with I2，B. inermis yield was increased by 23.11% on average and crude protein content by 6. 09% on average in I1；therefore，the I1 irrigation regime was superior. Based on the field trial combined with the simulation of irrigation scheduling in a typical dry year，it was found that a treatment designated ［greening stage （75%-85% θFC），jointing stage （65%-85% θFC），and tasseling stage （65%-85% θFC），I1DF1］，irrigation frequency of 12 times，and a total irrigation amount of 521. 76 mm provided water-saving benefits and stable yield in B. inermis in the Hexi Corridor. © 2022 Editorial Office of Acta Prataculturae Sinica. All rights reserved.     

基于遗传变邻域搜索算法的农机跨区调度优化研究

智慧农业的快速发展促使多区域互联农机的调度追求更高的实时性，为更合理配置农机资源，农机跨区作业已成为完成“三夏”机收任务的主要服务模式。基于小麦收获机跨区作业真实场景，研究了带时间窗的多库、多机型的农机跨区调度问题，同时考虑经济成本和环境成本，建立以最小调度成本为目标的跨区调度模型。根据问题特征，设计遗传变邻域搜索算法(Genetic algorithm variable neighborhood search, GAVNS),该方法通过交叉、随机扰动、自适应邻域选择等操作，使解的搜索更加高效和灵活。对我国黄淮海平原72个小麦生产区县的作业需求进行计算与分析：不同算法相比，本文设计的算法得到最优解的迭代次数更低、收敛速度更快，求得的目标函数值较遗传算法、变邻域搜索算法分别降低16.41%、11.15%;对比不同调度模式，开放路径模式更有利于提升跨区调度服务效率，较闭合路径模式，调度成本降低17.76%。     

基于信息决策树分支剔除的传感器资源调度

针对低轨星座对高速运动目标连续跟踪的传感器调度问题，将传感器调度的长时信息增量模型描述为信息决策树，并通过分支剔除技术搜索最优解，提出一种基于信息决策树分支剔除的传感器调度方法.仿真实验表明，长时信息增量有效克服了短时信息增量过于频繁调度的问题，且决策树分支剔除的引入大大降低了长时信息增量最优搜索的运算量.     

基于多目标遗传算法的渠系配水优化模型

针对渠系配水传统人工调度难以统筹优化的问题,为使优化模型更加贴近实际,体现渠系配水优化的时空特点,充分考虑配水持续时间的不确定性,建立以下级渠道配水净流量、配水开始时间和结束时间作为决策变量,以保证上级渠道水流平稳和下级渠道渗漏最小为模型目标的多目标多变量渠系优化配水模型,采用向量评估遗传算法进行求解,将第一目标即上级渠道水流平稳作为优先满足目标,第二目标为次要满足目标。结果表明:在保障实际运行对于渠道流量要求和水量要求的前提下,优化结果与该时段甘州区配水计划相比,配水时间由轮期的25d缩短为15d,干渠平均配水流量由1.298m~3/s提高到1.414m~3/s,渠系水利用系数由0.651提高到0.706,田间配水量提高了14.25%。本研究模型能够实现集中、高效配水,且具有普遍适用性,可为渠系优化配水决策提供理论和技术支持。     

丘陵山地环形单轨运输系统静态调度优化方法

为了提高环形单轨运输系统完成静态任务的作业效率，该研究以丘陵山地为应用场景，针对任务点与运输车的匹配与调度需求问题，综合考虑最大程度满载的因素，建立了具有任务点“拼车”组合处理和运输车任务分配两个阶段的数学模型。提出基于相邻位置、任务量和随机序列不同优先级的3种启发式规则算法解决以运输车上货次数最少为目标的“拼车”组合问题，采用基于变邻域搜索的遗传算法解决以运输车堵塞次数最少为目标的运输车任务分配问题。通过模拟3种任务批量的运输情形，验证优化算法的性能，结果表明：基于任务量在3种启发式规则算法中求解速度最快，在80%的试验中获得的可行解最优，选择基于任务量和与之性能接近的基于随机序列的结果分别作为运输车任务分配问题的初始解，基于任务量更有利于第二阶段运输车任务分配问题的求解，得到的分配方案堵塞次数更少。基于变邻域搜索的遗传算法能显著提高标准遗传算法的求解质量，使堵塞次数降低了33.3%～100%，在大规模运输问题的求解中比变邻域搜索算法表现出更高的稳定性，最少堵塞次数出现的概率分别提高了10%和40%，有效性也优于整体匹配规则、随机重启爬山等其他类型的算法。该研究实现了对环形单轨运输系...