智能算法在农业大数据中的探究

为进一步推进智能农业大数据产业的健康有序发展,减少农业领域在生产、销售等环节中的风险因素,确保农业生产者、销售者的最大利益。通过详细分析农业大数据中的核心问题,以云南省鲜切花产业为研究对象,拟采用人工神经网络算法分别构建鲜切花价格预测模型群、鲜切花质量等级识别模型群,将鲜切花价格预测模型群嵌入云平台中,以低廉的价格提供给需求者;将鲜切花质量等级识别模型群应用于鲜切花等级分类的流水线,方便快捷的进行智能化分类。整个研究引入了智能算法,将智能与农业进行有机的结合,为农业大数据中心的发展提供参考依据。     

基于人工神经网络模型的木材干燥应变模拟预测

【目的】研究常规干燥过程中干燥基准、预处理条件、含水率对木材干燥应力的影响,探讨干燥应力沿髓心至树皮方向的分布情况,以实现干燥应变的模拟预测。【方法】整合分析采用图像解析法测算得到的弹性应变和机械吸附蠕变相关数据,基于人工神经网络模型,以干燥温度、含水率、相对湿度、距髓心距离为输入变量对弹性应变进行模拟预测,以预处理温度、干燥温度、含水率、相对湿度、距髓心距离为输入变量对机械吸附蠕变进行模拟预测。通过网络训练和验证,得到合理的人工神经网络预测模型,并对模型进行测试,探讨分析所建立模型的预测能力。【结果】弹性应变预测模型中,各数据集均呈现出较好的相关性,训练集、验证集和测试集的相关系数(R)分别为0.988、0.983和0.978,所有数据集的决定系数(R~2)均高于0.95,验证集达到最优时的均方差(MSE)为1.21×10~(-6)。机械吸附蠕变预测模型中,利用含水率为28%和12%的数据集进行模型训练和验证,训练集和验证集的相关系数(R)分别为0.981、0.977,验证集达到最优时的均方差(MSE)为1.26×10~(-6);利用含水率20%的数据集进行模型测试,测试集的相关系数(R)为0.969,所有数据集的决定系数(R~2)均高于0.94,网络模型能够解释94%以上的试验数据,表现出较好的预测能力。【结论】所建立模型的预测值和试验值吻合较好,预测成功率较高,能够为人工神经网络在干燥应力、应变方面的应用提供可行性依据。     

基于数字孪生技术的平面渔网破损检测方法研究

为防止渔网破损造成养殖鱼类逃逸,有必要对网衣进行破损检测。为了克服人工检测劳动强度大且效率低下的缺点,实现渔网的精准实时监测,本研究提出了一种基于数字孪生的网衣破损检测方法,可利用传感器代替人工监测。该方法首先从渔网的数值仿真模型获取大量的仿真传感数据,然后将数据用于人工神经网络的训练与测试,最后生成可进行网衣破损识别的数字孪生体。数字孪生体可根据传感器监测到的数据来判断网衣是否发生破损。在数值模拟中,考虑各种波浪条件以及网衣的破损情况。在训练人工神经网络中,将有效波高Hs、谱峰周期Tp以及横纲竖纲的拉力值作为输入变量,将网衣完整状态以及破损状态作为输出。经过测试分析,该识别模型根据传感器数据识别网衣是否破损的平均准确率为94.32%,由此可见,数字孪生技术能准确检测到渔网的损坏,可以作为网衣破损检测的一种新方法。     

人工神经网络在茶叶品质评定中的应用

人工神经网络是人工智能领域中发展最快的信息处理技术之一,其应用领域越来越广泛。文章介绍了人工神经网络的概念、特点和BP神经网络基本结构,对人工神经网络在茶叶品质评定方面的应用进行了综述,并对其应用上存在的问题进行了分析,对其今后的发展做出了展望。     

径流中长期预报的人工神经网络模型的建立与应用

以新疆伊犁河的雅马渡站23年实测数据为资料，利用人工神经网络理论和技术，建立了基于人工神经网络的径流中长期预报模型，经过检验，该模型预报结果精度高，模型可靠，有推广价值。     

基于GA+BP的河道水量还原的优化

在充分理解河道水量还原、GA及BP算法的基础上，根据水量还原计算中水文现象的本质规律，将三者相结合，并运用于实际。检验证明：基于GA+BP的河道水量还原的优化算法能够克服BP算法自身不可优化的弊病、大大改善网络全局寻优能力、提高网络速度、防止网络陷入局部最小值。同时该算法更加真实的映射出河道水量还原计算中水文现象的本质规律，提高了河道水量还原计算结果的精度。     

格氏栲种群个体年龄确定方法的研究

本文利用格氏栲解析木资料，运用人工神经网络方法建立格氏栲种群个体年龄的预测模型，结果表明：所建立的年龄神经网络模型精度达９０．６１％ ，并利用该模型对格氏栲的生长过程进行模拟，从而为格氏栲种群的动态研究提供理论基础。     

国外可再生能源文献信息

海上风电场的视觉影响评价和先验经验,人工神经网络对晶体硅PV组件特性的表征,独立PV／FC，UC互补发电系统的仿真、控制和模拟,用于降低直接甲醇燃料电池中甲醇可渗透性的硝化磺化聚（醚醚酮）膜的制备．     

基于支持向量机的绿地径流系数预测模型的建立

以绿地为下垫面,分析了覆盖度等因素对径流系数的影响。结果表明:覆盖度低于80%时,草地的下渗能力较小,高于80%时显著增强,径流系数与覆盖度成非线性关系。为了准确预测绿地的产流量,根据多种影响因素与径流系数构成的多维非线性关系,提出采用-ε支持向量回归机建立绿地径流系数的预测模型,与LM-BP神经网络预测模型进行了比较。结果证明:-ε支持向量回归机建立的径流系数预测模型具有泛化能力强和预测精度高的特点,为城区绿地产流量的预测提供了新的计算方法。     

油茶籽饼多酚的乙醇提取工艺优化研究

研究了油茶籽饼多酚的乙醇提取优化工艺,将正交试验设计方法和BP人工神经网络分析方法相结合,充分挖掘正交试验数据信息,通过仿真模拟和优化,获得油茶籽饼多酚的乙醇较优提取工艺条件:乙醇浓度为60%,提取时间为3.5 h,提取温度为70℃,料液比为1∶15。