考虑配置的多源注水系统泵站运行方案优化

为了实现对多源注水系统中各站内运行注水泵的型号、数量及运行参数同时进行优化,以系统输入功率最小为优化目标,考虑水量平衡、泵流量、泵正常运行压力、泵型号等约束,建立了考虑泵配置的泵站运行方案优化数学模型.针对优化问题的特点,设计了双重编码改进遗传算法对模型进行求解.在双重编码中,第1行采用实数编码表示泵的流量,第2行采用整数编码表示泵所属注水站编号,实现了对优化变量的准确描述,并指出了解的编码为变长度编码.设计了根据流量确定泵型号的方法,泵的其他运行参数根据选择的泵型号确定.在改进遗传算法操作过程中,设计了初始解的产生方法及与问题相适应的多种交叉和变异方法,使部分约束条件得到了满足,减少了不可行解的数量.利用本算法对某深度注水系统进行了优化设计,优化后系统输入功率比现状降低了2.42%,表明在多源注水系统中对泵的配置及运行参数进行同时优化节能效果明显.     

自动跟踪相关滤波在内燃机主轴动平衡中的应用

根据动不平衡信号的信息特征和信号的相关性,给出了自动跟踪相关滤波原理和算法;基于Labview开发系统,依据自动跟踪相关滤波原理开发了动不平衡信号提取图形化程序,应用此程序对含有不同倍频谐波和噪声的振动信号进行仿真处理及在内燃机主轴动平衡中的现场试验。结果表明:通过自动跟踪相关滤波,不仅能够准确提取不同转速的动不平衡信号,而且还能够满足内燃机主轴高精度动平衡测试的要求,具有较强的应用价值。     

基于无线测距的农业机器人导航定位方法

针对农业机器人应用中的自主导航问题,提出了一种基于无线测距的导航定位方法。首先,分析了机器人的机械模型和位姿描述;然后,阐述了超宽带测距的原理,并分析了基于超宽带测距的定位模型;最后,设计了基于卡尔曼滤波器的多信标传感器信息融合算法。该方法稳定性高,操作简便,解决了农业机器人在恶劣和未知作业环境中的导航定位问题。     

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。     

基于遗传算法与RBF网络的养殖池塘溶解氧模型

在分析了工厂化水产养殖池塘溶解氧影响因素的基础上,利用RBF神经网络良好的非线性逼近能力建立了池塘溶解氧的神经网络预测模型.常规的RBF神经网络模型常导致训练时间较长且易陷入局部极小点,因此,采用自适应遗传算法对RBF神经网络进行优化,模型的收敛速度明显加快.采用了养殖池塘的外部可控环境水体温度T、水流量Q、酸度(pH)以及增氧机器的转速V作为模型的输入.实验结果表明采用该方法预报溶解氧的预测精度较常规RBF递推算法的预测精度明显提高.该方法为研制开发智能水产养殖环境监控系统以及工厂化水产养殖奠定了基础.     

一种优化的基于协同过滤的农业信息推荐系统研究

随着信息爆炸而引发的信息过载和资源迷向的问题日趋严重,特别是对于农民来说,对计算机技术的掌握不多。为了向农民及时、方便、高效地提供其感兴趣的农业信息及知识,许多学者都对推荐系统技术进行了研究。为此,首先介绍了目前推荐系统的关键技术,并针对目前推荐系统中存在的用户评价矩阵稀疏问题提出了通过项目聚类来构造出一个无缺失的用户评价矩阵。考虑到农民行为差异性,在进行评价预测之前先对评分进行标准化处理。     

农田信息采集单多跳共存LEACH算法

针对农田环境信息量丰富的特点,提出一种基于LEACH算法的改进型无线传感器网络路由算法--LEACH-SMC.在LEACH-SMC算法的稳态阶段,簇头节点到基站间通信采用临界距离来判断和选择多跳或单跳方式,在多跳方式中采用基于最小能量消耗的路由方式.应用Matlab对LEACH-SMC算法和LEACH算法进行仿真对比分析,结果表明, LEACH-SMC算法能提高网络有效覆盖面积并延长整个网络的寿命.     

基于模糊聚类分析的草莓图像分割方法研究

为改善草莓采摘机器视觉系统中果实图像的分割效果,对普通均值聚类的分割方法理论进行分析,针对草莓果实图像的特点将模糊-均值聚类算法引入分割算法,大大改善草莓果实图像的分割效果。     

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。