课程文献中心 更多>>

关键词： 农业机械化   调度   优化   数据库  

摘要： 【目的】解决农业机械化进程中存在的信息技术应用不足、农机调度效率低下及跨区域作业匹配难等挑战。【方法】以河南洛阳周边地区农业机械作业现状作为参考,设计了一套基于大数据的农业机械管理调度平台,涵盖多层面问题剖析、系统架构设计、数据库搭建与作业流程模型的深度优化等。研究融合了估时作业成本法与实地调研成果,构建了精准的作业耗时与调度时间预测模型,并首次引入成本效益评估方程,实现了调度成本的精细化管控。同时借助物联网与人工智能等前沿技术对模型实施智能优化,显著增强了平台规划的精确性与实践应用价值。【结果】新模型虽然在初始部署阶段耗时较长,但随着运行周期的延伸,其展现出超越常规模型的高性能与高效率。【结论】该农业机械管理调度模型不仅成功提升了农机作业效率与管理水平,还通过精细的作业流程规划与资源高效配置,实现了农业生产的精益管理,有助于推动农业向智能化、可持续转型。

关键词： 主成分分析   蚁群优化支持向量机   傅里叶变换红外光谱   植物油   分类识别  

摘要： 植物油种类的准确鉴别对油品的质量控制、欺诈检测、营养健康及粮油贸易等领域具有重要的意义。准确、快速鉴别植物油的种类对保证油品质量和维护市场监督至关重要。本文提出一种主成分分析结合蚁群优化支持向量机(Principal component analysis-Ant colony optimization-Support vector machine,PCA-ACO-SVM)算法结合傅里叶红外光谱(Fourier transform infrared spectroscopy,FTIR)技术快速识别植物油种类。实验采集了6种不同种类的植物油,并利用FTIR测量了样品的吸收、透射红外光谱。通过PCA对红外光谱数据进行降维,实现油品红外光谱特征的提取。运用ACO-SVM分类算法的核心参数进行参数优化,优化后的SVM分类模型核心参数C=1.1024043和G a mma=0.1476193。在该研究中使用PCA-ACO-SVM算法建立了植物油种类的识别模型。利用已知种类的油品进行分类模型训练和参数优化,进一步应用该模型对未知油品进行识别,通过与其他算法的对比,验证PCA-ACO-SVM算法在植物油种类识别中的准确性和高效率。结果表明PCA-ACO-SVM算法结合FTIR技术能够快速、准确地对植物油的种类进行识别。该方法不仅具有较高的分类准确率,而且在数据处理方面表现出较高的运算效率,非常适合大规模植物油种类识别的实际应用。综上所述,本文提出的PCA-ACO-SVM算法结合FTIR技术为植物油种类的快速识别提供了一种可行的解决方案,具有较高的效率和准确率。该方案在食品工业和质量监管等方面具有广阔的应用前景,并对植物油的质量监管具有重要意义。

关键词： 混合蛙跳算法   个体平均拥挤距离(ACD)   水库多目标优化调度模型   生态流量   典型调度方案  

摘要： 针对传统混合蛙跳算法(SFLA)出现的种群多样性丧失、易陷入局部最优解等问题进行改进创新,提出了改进多目标混合蛙跳算法(IMOSFLA)。以故县水库为研究对象,以发电量最大、供水满足度最高和生态流量满足度最高作为目标函数,建立水库多目标优化调度模型,借助IMOSFLA算法进行求解。通过求得的非劣调度方案集,探究了各典型年不同来水情况下各调度目标的彼此关系与调度结果。通过分析不同决策偏好的典型方案调度过程可知,IMOSFLA算法求得的水库调度方案会根据水库来水情况和侧重目标实现各目标之间的平衡和优化,保障水库多目标协同调度效益,体现了算法的科学性和适用性。

关键词： 鱼鹰优化算法   Cubic混沌映射   互利共生   透镜成像反向学习  

摘要： 针对鱼鹰优化算法存在收敛速度慢、收敛精度低以及易陷入局部最优的问题,提出一种多策略融合改进的鱼鹰优化算法。首先采用Cubic混沌映射初始化种群,增加种群的多样性;其次引入互利共生策略,加强搜索个体之间的信息交流,提高算法跳出局部最优的能力;最后利用透镜成像反向学习策略,增强算法跳出局部最优的能力,平衡算法的探索与开发。通过18个基准测试函数求解对比分析、统计测试,该算法在收敛速度、寻优精度以及稳定性上都得到明显提升。此外,通过压力容器设计问题的实验对比,进一步验证了所提算法在实际工程应用中的适用性。

关键词： 氢储能系统   蓄电池   负荷缺电率   能量损失率   灰狼算法  

摘要： 针对风储联合项目成本过高、经济效益欠佳的问题,建立了风-氢-蓄混合系统容量优化配置模型,对该系统平抑风电机组输出功率波动、跟踪系统负荷需求的性能进行研究。研究结果表明:根据项目实际需求,建立氢-蓄混合储能系统以负荷缺电率和能量损失率为系统评价指标,考虑全生命周期成本,以粒子群优化核极限学习机算法预测风电机组输出功率为输入值,并提出改进的灰狼算法对目标函数进行求解,能够获得更优解。通过仿真分析,所提出的算法模型能够在混合储能技术利用、减少弃风、提高负荷供电质量等方面对新能源项目投资决策起到一定的参考作用。

关键词： 光伏电站   分区   资源评估   机器学习   青海高原   ArcGIS  

摘要： 以青海高原为例,通过野外调查和整合谷歌图像的方式,收集185个光伏站点位置信息。在此基础上,对比分类与回归树(CART)、随机森林(RF)和极端梯度提升(XGBoost)这3种机器学习算法,采用受试者工作特征(ROC)曲线和统计指标对模型质量进行检验。结果表明:XGBoost具有较高的预测性能,对噪声数据具有较强的适应性,总体表现优于其他模型。太阳总辐射、与电网的距离和与道路的距离是影响光伏电站选址的主要影响因子。3个模型生成的光伏适宜性图显示,非常适宜区域主要分布在柴达木盆地和共和盆地,非常适宜和较适宜区占研究区总面积的15.31%和16.33%。

关键词： 测量安全   涡轮流量计   六自由度(6DOF)   运动黏度   雷诺数  

摘要： 为探究温变黏性液体黏度对涡轮计量的影响机制,采用流体流量测量实验与Fluent仿真计算相结合的方法进行研究,并对该问题提出解决方法。研究表明:随着流体流量的增加,仪表系数逐渐趋向稳定,黏度对涡轮流量计计量的影响减弱;流体黏度与能量损失呈现近似正相关线性关系;双指数衰减模型(ExpDec2)能够很好地对涡轮流量计仪表系数进行拟合,其拟合优度(R^(2))能达到0.99134,并利用他人数据对该模型进行验证,证明该模型具有普遍性。得到的拟合曲线可对仪表系数进行动态修正,为智能测量安全提供保障。

关键词： 课程建设模式   多专业融合模式   反馈式教学   关联度  

摘要： 以OBE理念的产出为导向,从价值塑造、能力培养和知识传授三位一体的角度制定育人目标。首先,构建双专业教师融合的循环模式,打造“老中青结合、传帮带、师徒制”的课程教学团队;其次,创新课堂教学模式,提出反馈式课堂思政教学模式,通过多课程间的反馈教学,分析各课程间的重点难点关联度,以达到“知行合一”的教学效果。近年来的课程建设总结表明,教学效果显著,学生的综合素养得到了明显提升。

关键词： 车间调度   秃鹰搜索算法   汽车零部件   启发式规则   反向学习策略   邻域搜索策略   局部搜索策略  

摘要： 汽车是现代社会不可或缺的交通工具,为了实现其零部件的高效生产,建立了以最小化最大完工时间为目标的智能排产调度模型,提出了一种混合优化策略的秃鹰搜索算法(MOBES)。首先,通过ROV编码方式与FAMFR和FCFS的正反向解码方式将算法离散化;其次,在种群初始化中引入启发式规则和反向学习策略,在算法迭代的过程中加入最优插入和最优交换策略、邻域搜索策略和多点位交叉策略,并对最优解进行局部搜索,使算法能更好地应对局部最优、全局搜索与局部开发不协调等问题;最后,通过Carlier测试集和某汽车零件制造厂的实际案例进行数据测试,并与其他算法进行比较。实验结果验证了秃鹰搜索算法在车间调度问题上的有效性和其混合优化策略的优越性。

关键词： 工业机器人   NSGA-Ⅱ算法   运动规划  

摘要： 在实现多目标运动时对机器人运动路径的平滑性、稳定性要求较高,否则容易出现机器人实际运行轨迹与规划轨迹不一致的情况。为此,提出一种基于NSGA-Ⅱ算法的工业机器人多目标运动规划方法。以平滑性、运动时间和能量消耗为目标,设定约束条件,构建运动路径模型,基于拉格朗日原理对机器人进行动力学分析,并利用NSGA-Ⅱ算法求解模型,优化参数,以获得工业机器人的最优运动轨迹。通过Gazebo仿真验证了所提算法的有效性,保证了工业机器人的平稳高效运行。