微灌毛管水力解析及优化设计的遗传算法研究

根据微灌毛管水力学特性,应用遗传算法理论和方法,提出微灌毛管水力解析及设计的新方法,建立了两种典型毛管水力解析和设计的遗传算法模型及求解方法,该方法可适用于非均匀坡度、不等间距及不等流量灌水器的毛管解析和设计。模拟计算结果表明,该方法具有较高的求解效率和计算精度。     

基于ASP.NET技术的荔枝园智能灌溉远程监控系统的设计与实现

为了实现荔枝园环境的远程监控和智能化管理,设计了基于ASP.NET技术的荔枝园智能灌溉远程监控系统,包括终端监控设备、网关和网络监控系统。终端监控设备定时采集荔枝园的温度、湿度和土壤含水率等环境信息,通过Zigbee无线通信技术传输到网关,网关通过互联网将环境数据传输到网络监控系统,网络监控系统基于B/S模式,运用ASP.NET技术,实时显示荔枝园环境参数以及做出智能灌溉决策。用户可以通过系统实时掌握荔枝园的土壤环境信息、各个节点剩余能量、控制灌溉状况和学习荔枝种植知识。试验表明,系统在荔枝园中的平均丢包率仅为3.87%,通信效果良好;当环境信息超出正常范围时,系统会向果农发出预警信号;通过智能灌溉方法,使得灌溉区域土壤含水率平均值为17.85%,高于荔枝生长的最佳土壤含水率的下限,满足荔枝生长的要求。系统运行稳定,界面友好,操作简单,能够实现远程实时监控荔枝园环境并及时做出智能灌溉决策。     

综合农业园区农业物联网系统的研究与应用

为提升综合农业园区信息化与智能化水平,提高农场生产效率与效益,设计了综合农业园区农业物联网前端信息采集系统和后端智能控制系统的软硬件结构,开发了物联网信息采集设备及农业智能化控制装备;前端信息采集结合传感器节点、无线传输网络和传感器配置等进行信息采集,后端智能控制系统结合专家系统、农业智能化变频灌溉系统、自动温室控制系统等进行智能化控制。开发的系统和仪器在浙江海宁的实际应用收到了较好效果,取得了较好的经济和生态效益,对现代农业信息化与智能化发展具有重要意义。     

温室环境控制系统的MPT智能算法

针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,对传统的PID算法进行改进,并加入自适应控制、模糊控制和专家自整定等智能控制功能,建立了MPT智能控制算法.在论域内用不同控制方式分段控制,当偏差大于某一域值时,根据操态选择模糊控制,不存在抗饱和积分问题,使用模糊控制规则确定输出;当偏差减小到域值以下时,切换转入MPT算法控制,减小响应过程中的超调,并最终消除余差.该算法具有无超调、控制精度高和鲁棒性强等特点..     

输油气站场智能巡检系统设计与实现

随着智能管道建设与区域化管理的推进,对输油气站场的智能化提出了更高要求。针对目前输油气站场以人工巡检为主,各监控系统相互独立的问题,设计了输油气站场智能巡检系统。通过三维建模技术,建立站场实景三维模型,将站场的视频实时监控画面拼接融合至三维模型,实现对站场全景的一张图管理。梳理站场巡检需求,开发视频智能识别算法,实现对站场不安全事件的智能识别;设置巡检路线制定、历史视频回溯等模块,实现对站场全景的自动巡检。将该系统应用于中俄东线天然气管道工程黑河首站,测试效果表明:该系统可根据巡检路线自动巡检,对典型威胁事件智能识别并报警,其应用提升了站场的智能化水平,为智能管道建设提供了技术支持。     

作物同异育种智能决策系统的研制及其在小麦育种中的应用

为促进作物定量化育种进程,以作物育种同异理论为蓝本,以Eclipse为开发环境,以Excel代替数据库,研制出作物同异育种智能决策系统。结果表明,该系统界面友好、美观,操作方便、快捷,便于推广应用,具有其他集成开发环境(IDE)软件所不具有的较强灵活性和可扩展性。应用实例表明,该系统对于小麦育种有一定的指导作用。     

基于模糊神经网络的智能温室环境控制方案

针对农业温室环境的精确建模和控制问题,提出了一种基于模糊神经网络的智能控制方案。首先,在考虑室内外环境因素下,构建一个有效的温室环境数学模型,获得通风量、喷雾量和加热量的微分表达式;然后,利用一种自适应模糊神经推理系统(ANFIS),以温度和湿度差作为输入,通过神经网络自学习和模糊推理获得控制输出;最后,通过遗传算法优化控制器的输出比例因子,提高控制响应速度和稳定性。实验结果表明:该方案能够快速且稳定地追踪环境设置值,具有很好的控制效果。     

基于LoRa物联网的智能节水灌溉系统

针对园林与农业的水资源浪费问题,该研究介绍了一种新的灌溉系统用水管理方法,它可以应用于园林或农田,用LoRa无线传感器网络代替人工干预。传统的灌溉系统由于管理和配置不当,平均浪费了30%的用水。该种智能灌溉系统可以提高灌溉过程的效率,不仅为用户节省资金,而且节约水和电等资源,该系统可以实时检索数据,并利用这些数据确定正确的园林与农业用水量。运用该系统,当使用来自环境温湿度和土壤湿度的传感器数据时,可以节省多达33%的水,当仅使用温度输入时,可以节省多达25%。实测结果验证了该设计的可行性和有效性,能够满足园林与农业节水灌溉的需要。     

Application of multi-dimension parallel genetic algorithm to energy-saving optimum control of trains in following operation

In order to study the energy-saving optimum control strategy of a leading train and a tracing train in following operation under a moving block system,an energy-saving control model of trains is created. The aims of the model are energy consumption and trip time error. The control variables of this model are the operating handle level and the train’s position when the operating handle level is changed. Based on the model,the static and dynamic speed restraints are put forward. The static speed restraints are defined by the line conditions and the dynamic speed restraints of the tracing train caused by the leading train for the sake of safety. This problem is solved with the help of multi-dimension parallel genetic algorithm (GA) and external punishment function. During the solving process,the crossover probability and the mutation probability are adjusted dynamically according to the GA generation to improve the efficiency of the coarse grain search and the fine grain search. Ramps divided into three parts and the real number coding are adopted to shorten the length of chromosomes and improve the speed of convergence. Its correctness and effectiveness are validated at a simulation platform of train operation.     

基于全卷积网络的哺乳母猪图像分割

猪舍场景下,光照变化、母猪体表颜色不均及与环境颜色对比度不大、母猪与仔猪的粘连等,均给目标分割带来很大的困难。该文提出了基于全卷积网络(FCN,fully convolutional networks)的哺乳母猪图像分割算法。以VGG16为基础网络,采用融合深层抽象特征与浅层细节特征并将融合的特征图上采样8倍的跳跃式结构,设计哺乳母猪分割的FCN。利用Caffe深度学习框架,以7栏伴有不同日龄仔猪的3811幅哺乳母猪训练样本进行母猪分割FCN训练,在另外21栏的523幅哺乳母猪测试集上的分割结果表明:该算法可有效避免光线变化、母猪颜色不均、小猪遮挡与粘连等影响,实现完整的哺乳母猪区域分割;分割的平均准确率达到99.28%,平均区域重合度达到95.16%,平均速度达到0.22 s/幅。与深度卷积网络的SDS(simultaneous detection and segmentation)及传统的基于图论的图像分割、基于水平集的图像分割方法做了对比试验,该文分割方法平均区域重合度分别比这3种方法高出9.99、31.96和26.44个百分点,有较好的泛化性和鲁棒性,实现了猪舍场景下哺乳母猪准确、快速分割,可为猪只图像分割提供了技术参考。