基于改进蚁群算法的风洞试验俯仰机构运动误差优化

为提高风洞试验俯仰机构的运动精度,减少初始误差,提出了基于改进蚁群算法的俯仰机构运动误差优化分析方法。针对影响俯仰机构运动精度的3个误差源——弧形导轨半径R、连杆长度L、直线导轨安装位置yOa,建立俯仰机构运动误差分析数学模型;推导了可用于分析误差的改进蚁群算法模型,将俯仰机构3个误差源的求解转换为对目标函数优化问题的求解,采用改进算法进行误差优化。对比传统数值方法,改进后的蚁群算法对误差求解精度达到10~(-5)mm级,有效地避免了结构自身产生的初始误差源对计算结果的影响。     

DBSCAN算法优化及在村镇管理决策中的应用

作为空间数据挖掘技术中的一种,带有噪声的空间聚类应用算法(DBSCAN算法)是基于密度的聚类算法,其可以从空间数据库中发现任意形状的聚类。本文研究了基于密度的空间聚类算法优化原理及实现过程,分析了原始DBSCAN算法存在的问题,通过避免公共领域对象的重复查询,减少对核心对象邻域查询的计算,优化后算法的时间效率提高了33.73%。将优化后的DBSCAN算法应用于村镇网格化管理,可对网格化管理系统中的数据记录进行有效挖掘,为村镇管理工作提供信息和辅助决策。     

月壤采样试验验证机构运动性能研究

为开展月壤采样试验,设计了一种可以实现姿态调整的3自由度并联机构,根据机构运动特点,采用修正的KG(Kutzbach-Grübler)公式计算机构的自由度,利用封闭矢量法求解该机构位置逆解,并建立机构速度、加速度和可操作度性能评价指标。提出一种基于速度性能与可操作度性能为目标,采用多目标遗传算法优化机构结构参数,对优化后的结构参数进行分析,得到该机构工作空间、速度性能、奇异性和可操作度性能。研究表明:动平台姿态α、β在-0.35~0.35 rad时,机构速度性能最好;可操作度性能指标均在[4,5]区间范围内,不会产生奇异位形,有较好的可操作性能,验证该机构能够满足月壤采样试验功能要求,对开展月壤采样试验验证具有一定的实用价值。     

农村区域配电网优化模型和算法的研究

针对城镇配电网中按电压等级选择同一截面导线的不合理性,基本算法的罚函数处理约束稳定性不强和寻优运算差等问题,利用经济电流密度概念、多目标规划理论和遗传算法,研究实数编码并行优化、动态罚函数约束、配电网路径与潮流自识别解码等方法,提出了配电网络多目标经济性优化模型及其算法。通过10kV配电网实例验证表明,该方法提高解的搜索精度,实现规划线路长度和导线截面策略因子并行优化,得到最小投资费用的优化方案。     

基于改进级联神经网络的大豆叶部病害诊断模型

针对大豆叶部病害性状特征与病种之间的模糊性和不确定性,将数字图像处理技术与神经网络智能推理技术相结合,充分挖掘大豆受病害胁迫后表现性状与病种之间的潜在规律,提出了基于改进级联神经网络的大豆病害诊断模型。首先利用自制载物模板无损采集大田大豆叶部病害数字图像,计算病斑区域的形状特征、颜色特征及纹理特征14维度特征参数;为突显各方面特征对于不同病害种类决定作用的差异性,构建各子神经网络并联的第1级网络,第2级网络的输入为第1级网络的输出,利用多维特征各自优势来自动取得病种模式推理规则,建立了用于大豆叶部病害自动诊断的两级级联神经网络模型,仿真实验准确率为97.67%;同时应用量子遗传计算优化级联神经网络参数,平均迭代次数为743,平均网络误差为0.000 995 445,提高了学习效率,实现了大豆叶部病害的高效自动诊断和精确测报,为大田农作物全面系统地开展作物病害监测、智能施药及自动防治提供了理论依据。     

多作业区域植保无人机航线规划算法

针对植保施药多个作业区域的情况,研究了一种植保无人机全局航线规划算法,将整个算法分为单个区域航线规划、区域间作业顺序和区域间调度航线规划3部分。从作业路程、多余覆盖和遗漏覆盖的角度,分析了多种覆盖作业方式的优劣,确定了无人机在单区域内的覆盖方式。基于遗传算法与TSP问题得到区域间的优化作业顺序,并基于改进的二进制编码遗传算法进行区域间调度航线的规划,最终实现无人机多作业区域航线的全局规划。仿真结果表明,规划算法可以有效地实现全局航线的规划,缩短了无人机的作业距离与区域间调度飞行的距离,达到了能耗与工作时间的优化,节省了航线规划所需的人力成本,使作业管理更加便利。     

面向立木识别的有效K 均值聚类算法研究

针对林区自动对靶施药过程中,当立木生长密集时,获取的点云数据聚类准确率低、效率低的问题,提出优化后的K-均值聚类算法,数据获取方式基于2D激光扫描。针对立木点云信息聚类前需对相关数据进行滤波,提出窗口滤波算法,选取产生混合像素点的树干边缘,提取3次连续扫描的混合像素及其近邻点组成滤波窗口,进行最大阈值滤波,结果显示50次试验中仅有2个混合像素点未被滤除,混合噪声的滤除率高。在K-均值算法优化方面,针对算法需预先确定聚类数和初始聚类中心的不足,提出利用斜率变化确定聚类数的方法,试验对5个不同距离下5组立木分别进行100次测量,结果显示错误测量次数仅为3次,并可在试验前期通过人工方式去除,算法合理有效;对哈夫曼树法确定立木扫描点聚类中心的性能进行了试验分析,3种不同树干分布类型下分别运用随机抽样法和哈夫曼树法进行K-均值聚类,前者平均正确率仅为76.4%,后者则为95.5%;同时分析了Ⅰ型分布下2种算法聚类的迭代次数和耗时,5个不同距离下,随机抽样法的平均迭代次数明显高于哈夫曼树法,平均运行耗时上,哈夫曼树法则高于随机抽样法,前者变化范围为120~220 ms,后者为50~85 ms,该范围为林区测绘的可接受范围。试验证明,基于斜率变化确定聚类数和基于哈夫曼树法确定聚类中心的K-均值算法是林区立木点云聚类的有效算法,可应用于林区的立木检测。     

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。     

基于遗传算法的人工神经网络模型在冬小麦根系吸水模型中的应用

基于土壤水分与冠部数据,应用遗传算法优化人工神经网络模型的权值,将获得的冬小麦根长密度分布应用于根系吸水模型中,并进行了水分数值模拟,水分模拟效果整体较好,表明应用该方法可以为根系吸水模型提供准确的根系参数,并且较为方便,这对于根系吸水模型的建立及应用有着重要的意义。     

基于PPC模型的农机选型与优序关系研究

将投影寻踪（PP）与实数编码的遗传算法（RAGA）相结合，应用到农业机械的选型与优序关系研究中，通过寻求各种机型评价指标的最佳投影方向，将高维数据转换成一维投影指标值，实现对机器样本的分类与排序，从而克服 以往二阶模糊综合评判法及灰色系统评价法中权重取值的人为因素，取得了良好的效果。