基于随机森林回归算法的小麦叶片SPAD值遥感估算

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。     

多源环状注水系统泵站运行方案与管网同步优化

为了最大程度地提高注水系统运行效率,对泵站运行方案与管网同时进行优化.针对多源环状注水系统,以泵的开停状态、流量和管线的连接状态、管径为优化设计变量,以运行能耗和管网投资费用最小为优化目标,考虑流量、压力、环状管网等各类约束条件,建立了多源环状注水系统运行方案与管网同步优化数学模型.针对该同步优化问题的特点,设计了双重广义染色体编码遗传算法对模型求解.泵的编码中,第1行采用二进制编码表示泵的开停状态,第2行采用实数编码表示泵的流量;管线的编码中,第1行采用二进制编码表示管线的连接状态,第2行采用整数编码表示管线的管径.实现了对各优化变量的精确表达,设计了与问题相适应的初始解产生及编码交叉、变异方法,避免或减少了不可行解的产生.并对实例进行优化设计,同步优化与仅进行管网优化对比,运行能耗降低了4.66%,管网投资费用降低了1.73%,表明同步优化的节能效果明显.     

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。     

基于模式搜索算法的Van Genuchten方程参数优化

针对目前Van Genuchten方程参数优化方法的不足,本文通过理论分析得出Van Genuchten方程参数的单调函数,即为单极值函数。因此,可使用局部搜索能力较强的模式搜索算法识别Van Genuchten方程参数。算例及误差分析表明:模式搜索算法求解Van Genuchten方程参数算法实现简单、运算速度快、适用性强、计算精度高,为Van Genu-chten方程参数的求解提供了一条新途径。     

基于递阶遗传算法优化的交通流预测

及时准确地进行短时交通流预测是智能交通系统研究的关键内容之一。基于小波分析和模糊神经网络的相关知识,提出模糊小波神经网络的控制方法。将小波函数作为模糊隶属函数,利用神经网络实现模糊推理,从而完成对下一周期交通流量的预测,同时采用递阶遗传算法实现网络结构和参数的优化。经实测数据验证,预测精度高,运行稳定,适应性强。     

基于双次Otsu算法的野外荔枝多类色彩目标快速识别

针对目前野外环境下多类目标识别速度偏慢,导致机器人视觉定位精度低和工作效率不高的难题,以野外环境下成熟荔枝的多类色彩目标识别为例,提出了一种双次Otsu分割算法对多类色彩目标进行识别。首先为了提高算法的效率,改进了传统的Otsu算式;然后对目标色彩图像的背景、果梗、果实分别用改进的Otsu算法进行粗分割和细分割。最后通过与K-均值聚类(K-means)算法、模糊C均值聚类(FCM)算法、Otsu和K-means结合算法、Otsu和FCM结合算法这4种算法进行对比,双次Otsu算法从分割质量及其正确分割率、运行时间、稳定性3方面都优于其他4种算法。实验结果表明,双次Otsu算法对色彩目标的成熟荔枝识别的时间少于0.2 s。     

基于改进边缘分割算法的幼苗信息提取

优化特征空间和改进分割算法是利用面向对象技术准确获取幼苗信息的关键,也是高空间分辨率数据提取目标地物信息迫切需要解决的问题。研究了在多光谱影像进行去噪声处理基础上,采用改进的基于边缘的算法进行影像分割,同时选取纹理、形状、光谱特征构建特征空间,实现幼苗信息提取的方法。结果表明,该方法对幼苗信息提取的总精度达86%,比传统技术提高了12%,KAPPA系数达0.814 5,比传统技术提高了0.115 9。该方法可以对幼苗信息进行准确快速提取,能够为生产或管理部门进行准确监测和决策提供依据,对未来造林情况进行预测和评价有重要意义。     

棉花采摘机器人红外测距技术研究

为定位棉株上的棉花,用红外测距实验装置和计算机图像处理技术结合棉花的农学生长特性测量单朵棉花的距离。在0.7~1.6 m的距离区间内建立红外测距模型,获取了棉株表面点云的距离图像,测量精度达0.0085 m。以0.65为标准差设计高斯滤波器的尺寸,用1-D高斯滤波器平滑棉株图像,用2-D高斯滤波器求取其梯度图像,以0.2 m、0.08 m为强、弱阈值,基于Canny边缘检测算子构建闭环边缘,结合形态学运算提取棉花区域,去除棉枝。用峰点滤波器削弱棉花图像中的粘连重叠现象,基于分水岭算法提取单朵棉花并求取其距离。结果表明,单朵棉花的图像识别率达91.3%,红外与人工测距结果的相关系数为0.992 2,为采摘机器人运动轨迹的规划提供了参数。     

轴流泵叶片多学科设计优化

在对水力性能和结构分别进行学科分析的基础上,通过2个学科的耦合关系,建立了轴流泵叶片多学科设计优化的数学模型。采用协同优化算法,实现了同时满足叶轮效率最高和叶片质量最轻的优化目标。优化结果表明,多学科设计优化提高了轴流泵叶片的综合性能,可有效兼顾高效、轻量化的要求。水泵叶片多学科设计优化模型的协同优化算法高效、可行。     

基于遗传算法的机械产品多参数选配方法

对机械产品多参数选配问题进行了描述,并以同时满足多个装配精度,使不适配零件数量最小化为目标,建立了求解该问题的数学模型。针对机械产品多参数选配的特点,提出了一种基于遗传算法的选配方法。根据问题的特殊性,设计了相应的编码方法和遗传算子。最后给出了应用该算法解决机械产品多参数选配问题的一个实例,证明了该算法的可行性与有效性。