同种农机机群动态作业任务分配方法

为解决农机作业过程中因突发状况引起的作业时间增加、某些作业任务无法完成等问题,该研究提出一种基于改进合同网算法的同种农机机群动态作业任务分配方法。基于农机性能参数和任务参数综合考虑用时最长农机的作业时间、农机机群油耗和路上的路程建立机群代价函数,建立单个田块和地头相邻田块的路径规划方法,参考合同网算法中的招-投标过程,建立农机对任务进行投标的代价函数,基于降低服务器计算量、减少通信次数、任务均衡分配和减小非作业路程等原则,通过选择招标者、设定招标阈值、中标者任务再分配和农机间任务交换等方式改进合同网算法。在不同时间进行基于传统合同网算法和改进合同网算法的农机机群动态作业任务分配仿真试验和农场实际播种作业试验。仿真结果表明,基于改进合同网算法的动态任务分配仿真结果比基于传统合同网算法的动态任务分配仿真结果机群时间代价降低0.83%～12.89%,与服务器通信次数降低77.4%～85%。农场实际试验结果表明:在不同的任务分配时间,基于改进合同网算法的动态任务分配的机群时间代价比实际理论机群时间代价降低30.20%～34.09%。本文提出的动态作业任务分配法能够满足农业生产中同种农机机群动态作业任务分配需求。     

改进AOA模式的大田农机无人驾驶导航参数检测系统设计

卫星导航、视觉导航和雷达导航的成本昂贵、系统构成复杂和适用作业场景有限,在生产特征呈现区域化、适度小规模和分布零散的国内南方水田难以实现便捷跨区域作业和无法适用多农业场景。针对上述问题,该研究以大田环境下无人驾驶农机的牛耕式往复作业路径模式为背景,提出了改进AOA(信号到达角度,Angle-of-Arrival)模式的农业机械无人驾驶导航参数检测系统。该系统采用UWB(超宽带通信,Ultra Wide Band)基站-标签作为检测传感器,设计了TBZ(田边双基站-车身纵向双标签)和TBH(田边双基站-车身横向双标签)2种传感器布置方式,实现农业机械无人驾驶过程中导航参数的快速精准检测。静态试验结果表明:对于2种传感器布置方式,在固定的基站间距和标签间距下,随着标签间距或基站间距的增大导航参数检测精度均有所提高,横向偏差检测误差≤8 cm,航向偏差趋近于0,但不大于1°,并通过正交组合试验方差分析明确了2种传感器布置方式的关键参数对横向偏差和航向偏差检测精度影响的显著性,确定了主次因素和较优参数组合。动态试验结果表明:随着车速增大,横向偏差和航向偏差的检测精度有所降低,横向偏差误差均不超过10 cm,航向偏差的检测误差均小于3°,变异系数均小于10%,说明动态环境下自主导航参数检测系统仍具有较高的检测精度,可满足农机大田自主导航作业需求。研究结果可为研制低成本、高精度和便捷的无人驾驶系统提供参考。     

百脉根总RNA提取方法的优化

[目的]为百脉根的分子生物学研究提供基础资料。[方法]以百脉根叶片为材料,比较异硫氰酸胍法、SDS-LiCl法及SDS-LiCl改进法提取总RNA的效果并探讨活性炭、抗坏血酸对RNA提取质量的影响。[结果]异硫氰酸胍法所提取的百脉根总RNA降解严重,盐类去除不充分,该方法不适合百脉根总RNA的提取;SDS-LiCl法提取的总RNA有一定程度降解,加入液体抗坏血酸会降低百脉根RNA的提取质量;SDS-LiCl改进法提取的总RNA较为完整,有较高的纯度,在研磨过程中加入固体抗坏血酸能够提高百脉根总RNA的提取质量。活性炭对百脉根总RNA的提取无影响。[结论]研磨时加入固体抗坏血酸的SDS-LiCl改进法能提取出高质量的百脉根总RNA。     

基于改进遗传算法-偏最小二乘回归的大坝变形监测模型

【目的】针对常规大坝变形监测回归模型中存在的因子多重相关性干扰和模型拟合效果欠佳问题,进行偏回归模型优化方法研究。【方法】将改进的遗传算法引入大坝变形监测偏回归模型,利用遗传算法强大的自适应全局优化搜索功能,对偏最小二乘回归模型进行优化,建立了基于改进遗传算法-偏最小二乘回归的大坝变形监测模型。【结果】工程实例研究与对比分析表明,改进遗传算法-偏最小二乘回归模型在一定程度上改善了原偏回归模型存在的拟合效果不佳的问题。【结论】改进遗传算法-偏最小二乘回归模型具有较好的拟合与预测能力,有较强的工程实用性。     

甘肃省种粮补贴政策实施现状和效果的调查分析

通过对甘肃省1 051户农户粮食补贴政策实施状况的入户调查,发现农户对实施补贴政策认同程度较高,但对政策本身缺乏了解,因此制约了政策效果。针对补贴实施过程中政策宣传不足,＂普惠制＂发放方法导致政策目标模糊,良种补贴和农机具补贴种类难以满足农户需要,补贴农机具售后服务等问题提出了相应的政策建议     

串联式混合动力拖拉机分动箱的设计与试验

设计的串联式混合动力分动箱由输入轴、中间轴、输出轴以及轴上齿轮和一对滑移齿轮组成。为减小分动箱体积,同时满足配套旋耕机较大耕深需求,在满足结构、强度、刚度等约束条件下,以分动箱总中心距和齿轮总体积最小为目标函数,建立了分动箱参数优化的数学模型。采用基于改进粒子群算法(PSO)的参数优化策略,优化结果表明,与基本粒子群算法相比,改进后的粒子群算法在收敛速度和收敛精度方面均有明显提高,改进后的齿轮总体积减小了2.9%,优化精度提高了1.5%。分动箱运动学仿真及试验结果表明,优化后的分动箱动力输出轴(PTO)动力性能符合要求,能够满足配套旋耕机的工作要求。     

基于人工神经网络的PV/T热电联供系统性能预测

为研究太阳能PV/T热电联供系统的性能和针对太阳能PV/T系统复杂的能量平衡方程,搭建了太阳能PV/T系统试验台,同时建立了基于改进灰狼优化的BP神经网络(back propagation neural network model based on improved grey wolf algorithm, IGWO-BP)预测模型,在晴朗天气下进行试验,并采用该模型对系统电功率以及蓄热水箱内水温进行预测。结果显示,晴朗日系统的电效率8.7%～12.2%、热效率51.7%;预测结果与BP神经网络预测模型、基于粒子群优化的BP神经网络(back propagation neural network based on particle swarm optimization, PSO-BP)预测模型和卷积神经网络（convolutional neural network, CNN）预测模型预测结果进行比较,结果显示IGWO-BP预测模型电效率预测模型的绝对百分比误差(mean absolute percentage error, MAPE)、决定系数(determination coefficient, R ² )、均方根误差(root mean square error, RMSE)、效率因子(efficient factor, EF)和Pearson相关系数(pearson related coefficient, r )分别为4.5E-05、0.99、0.24、0.99和1.00,在储热罐温度预测中,上述指标分别为8.90E-04、0.98、0.07、0.98、0.99,均优于其他预测模型,IGWO-BP神经网络预测模型具有更好的预测性能。研究结果可为太阳能PV/T热电联供系统性能预测与优化控制提供参考。     

城市生态环境与城市园林绿化

从城市化给城市带来的一系列环境问题以及城市园林绿化建设的重要性出发,分析建立“城市生态绿化新优良种示范基地”的意义及综合效益.     

大面积用材林代化栽培模式技术

林业生产要达到当今经济技术条件下最大限度的速生、丰产、优质、高效稳定和持续，不仅要有良种壮苗，还要做好造林地调查与规划，做到适地适树、适时适法，这是实现林业优化栽培模式的前提与保证；同时，造林树种选择、造林时间、密度确定、种植点配置、栽培方法、林木施肥、营造混交林以及森林保护、造林地设保护带、造林地留栽补植苗，这一系列均是用材林优化栽培模式的重要技术措施。     

福建省油茶良种培育现状与对策

在分析福建省油茶良种繁育现状的基础上,提出加大优良品种引进力度、充分挖掘自主选育品种、积极提升现有品种质量、强化油茶种苗质量管理、加强油茶良种生产指导等对策。