基于模糊隶属度的多站点多机协同即时响应调度系统

为了实现多农机站联合调配完成农户的实时作业订单,该研究针对农田与农机的匹配与调度需求问题,综合考虑农户满意度、多农机站协同、订单数量、农田面积和位置坐标等因素,建立带有模糊时间窗并以调度总时长最小和调度农机数量最少为目标的多农机站即时响应调度数学模型。并设计了基于保留优秀父代基因的改进遗传算法的农机调度系统,完成多农机站响应多农田的同时作业需求的任务,在最短时间里即时调配农机按照最短路径至各农田完成作业要求。以武汉周边某地区的3个农机站和35个农田作业订单为例,验证所提出的模型和智能优化算法,并进行可视化界面展示。试验表明,当模糊隶属度为0.8时,调度总路程减少率为9.89%,农机数量降低率为15.38%;针对该地区各农机站农机数量的实际情况,在不影响农户满意度的前提下,单个农机站接受实时订单数量以不超过20为最佳。该研究实现了多农机站对多农田精准调度作业,有助于科学合理调度农机,提高农机作业效率,节约成本投入。     

滴灌轮灌分组优化模型与算法

传统的轮灌组划分计算方式效率较低且难以获得较好方案。该研究首次采用智能算法来求解轮灌组划分问题,依据《微灌工程技术标准》及轮灌组划分原则,提出了基于流量均衡的数学模型及其约束条件。通过分析支管空间分布,确定了滴灌问题的邻域特征,在半径阈值范围内给出了最大限度查找关键路径的邻域搜索策略和不可行解修复算法,并采用传统遗传算法(Genetic Algorithm,GA)、贪心遗传算法(Greedy-GA)、泰森多边形遗传算法(Voronoi-GA)和网格遗传算法(Grid-GA)算法分别求解模型,探索适应轮灌分组问题的初始化方法。对标准差、组内路程、连通性和运行时间4项指标对比分析,结果表明:Grid-GA算法表现优异,采用的邻域策略可有效避免支管分布过于分散,有利于日常管理与维护。取半径阈值280 m条件下,算法在300代左右达到收敛,最小标准差10.9 m3/h,组内路程8 105.2 m,连通性指标25,与一种冒泡+贪心的近似算法相比最小标准差小59.1%。该研究对提高滴灌工程设计效率和促进轮灌工作制度有效运行有着重要研究意义。     

基于参数化遗传神经网络的植物病害预测方法

将混合神经网络(PFNN—FG)技术应用于植物病害预测，其输入矢量含模糊分量，遗传算法优化配置各参数。变形Sigmoid函数用于不同的隐含层，构成参数化神经网络。网络的输入层引入模糊集合理论，使网络能处理语义变量。将PFNN—FG和其他神经网络(如前向神经网络、径向基神经网络等)用于大豆基准问题进行分析比较，结果是PFNN—FG在精度和训练速度上优于其他网络。将PFNN—FG和前向神经网络用于2组黄瓜霜霉病数据，前者测试组的均方根误差小于后者。     

基于粗糙集与遗传算法的采摘机器人路径规划

为了提高采集机器人路径规划速度和自主导航的智能化水平,提出了一种基于粗糙集和遗传算法的路径规划方法,从而有效地提高了路径规划的速度和精度。采摘机器人根据实际果实采摘环境,利用图像分割技术,对果实目标进行识别,在二维栅格地图环境下,制定出决策表,并使用粗糙集对决策表进行约简,得到最小决策表,将其作为遗传算法初试种群,进行遗传交叉和复制操作,优化路径规划算法。为了验证采摘机器人算法性能的可靠性,对采摘机器人的性能进行了测试,包括果实图像的识别和机器人路径规划能力。通过测试发现:采摘机器人可有效地分割提取出成熟果实,并可完成多目标任务。对粗糙集和遗传算法的性能进行了测试,结果发现:使用粗糙集可以大大降低所需训练种群的数目,减少平均迭代次数;增加障碍物的复杂程度后,使用粗糙集遗传算法可以明显地提高路径规划的速度,从而提高了机器人采摘作业的效率。     

果实收获机器人关节滑模控制系统设计与试验

针对多关节果实收获机器人难以获得精确控制模型以及控制系统的抖振问题,提出基于遗传算法实时动态调整滑模参数的控制策略,设计并制作了基于STM32微控制器和AS5045位置反馈模块及CAN总线通信模块的关节控制系统仿真和试验平台,分别在空载与负载情况下进行了关节电机位置响应试验。结果表明,采用遗传算法动态调整滑模控制器参数能够提高关节控制系统位置跟踪的响应速度,减少外界干扰和负载变化引起的控制系统抖振的幅度与持续时间,具有较强的鲁棒性。由空载和负载试验结果可知,关节6实际试验控制系统的位置跟踪响应时间比理论仿真试验增加了0.5 s,负载时控制系统的位置跟踪响应时间比空载时增加了0.3 s,但负载对系统精度和超调量并无明显影响,系统具有良好的控制效果。     

拖拉机自动导航摩擦轮式转向驱动系统设计与试验

针对农机导航系统中使用传统拖拉机前轮转向驱动子系统机构复杂、装卸不便等问题,设计了一种摩擦轮式转向驱动系统。摩擦轮式转向驱动系统主要由驱动装置和相匹配的自适应模糊转向控制器组成。驱动装置采用平行四连杆机构以实现工作模式的快速切换,使用夹持固定方式实现便捷装卸。搭建了试验台架以获取摩擦轮驱动装置的滑移特性数据。同时设计适用于该驱动装置的自适应模糊转向控制器,基于液压系统离散传递函数和滑移特性数据建立了驱动系统递推仿真模型,采用该仿真模型构建遗传算法参数优化器对控制器参数进行在线优化。进行了仿真模型验证试验、遗传算法参数优化器性能对比试验和驱动系统性能试验,结果表明:仿真模型与实际系统基本一致;经过遗传算法参数优化后控制器阶跃响应上升时间减少15%,稳态误差达到3%标准所需调节时间减少29%,消除了振荡现象;所设计驱动系统的20°阶跃响应平均绝对稳态误差为0.197°,平均上升时间为2.0 s,稳态误差达到3%标准的平均调节时间为2.4 s,拖拉机前轮控制效果良好。应用试验表明驱动系统能基本满足拖拉机配套2BFQ-6型油菜精量联合直播机机组自动导航作业要求。     

苹果可溶性固形物近红外在线光谱变量优选

为简化近红外光谱模型,提高对苹果可溶性固形物含量的预测精度,将移动窗口偏最小二乘法(MWPLS)与遗传算法、连续投影算法相结合优选特征变量,建立偏最小二乘回归校正模型。其中移动窗口偏最小二乘法和遗传算法相结合优选的36个光谱变量建立的校正模型预测结果最好,可以有效筛选近红外光谱特征波长,模型预测相关系数为0.90,模型的预测均方根误差为0.70°Brix。     

基于CFD模型的温室温度多指标GA优化控制

建立了基于CFD模型的温室温度多指标优化闭环控制系统.采用GA优化算法,在综合考虑温度平均值、温度均匀性和控制代价3项指标下,通过循环迭代构建了温度系统的闭环形式,获取了自然通风模式下的最佳控制量(入口和天窗开度),使得系统在多指标条件下达到最优.仿真实验表明:基于CFD模型的设计方法可将温室整体纳入控制系统之中,区别于传统的“点”控制形式,通过多指标体系的GA算法寻优,可使温室作物的区域性生长差异和能量消耗减小,提高温室控制精度,丰富温室控制系统的设计方法.     

遗传算法优化BP神经网络在山洪临界雨量预测中的应用研究

为研究确定四川省冕宁县山洪灾害临界雨量,及时采取减灾避灾措施,根据冕宁县14个雨量站和气象站的资料,选取山洪灾害发生的关键因子:日时段降雨量和降雨强度,建立BP神经网络预测模型.然后用遗传算法对BP神经网络的权值和阈值进行优化,建立GA-BP预测模型.与BP预测模型相比,GA-BP预测模型能有效克服BP模型训练时间长,易陷入局部最优的缺陷,在临界雨量预测精度方面,GA-BP模型预测的平均相对误差为1.96％,而BP模型预测的平均相对误差为7.22％,明显提高了预测精度.这一临界雨量预测方法与结果,进一步修正完善后将试用于冕宁县山洪灾害监测预警系统.     

遗传算法参数对优化灌溉模型寻优过程的影响

通过研究不同遗传算法参数对优化灌溉模型寻优过程的影响,得到一组最优的遗传算法参数.结果显示初始群体n=20,交叉率ρc =0.5,变异概率Pm=0.01时遗传算法寻优效率最高.同时在该组最优组合参数下,对模型的5种灌水量水平进行了优化求解,并得到了模型的最优解.