随机选择最优个体的量子粒子群优化算法

在分析量子行为粒子群优化算法的基础上,针对算法后期粒子群体容易聚集到一个狭小搜索区域,群体多样性降低的问题,提出了在算法中引入随机选择最优个体的改进方法,提高算法搜索过程中粒子群体的多样性。将改进后的量子粒子群算法与量子粒子群算法、粒子群算法通过benchmark测试函数进行了比较,仿真结果表明改进后的算法更适合解决多峰类的优化问题。     

基于改进萤火虫算法的动态自动聚集路径规划方法*

针对群体动画中自动聚集场景的特点及现有方法中存在的计算代价高、行为单一、逼真程度不够、缺乏涌现特征的不足,提出了基于改进萤火虫算法的群体动态自动聚集路径规划方法。在群体自动聚集过程中,不但无须提前指定聚集目标点,而且根据外界环境的动态变化,自动寻找最优的聚集目标点。通过该方法可以为每个粒子生成运动路径,并能保证每次生成的聚集路径不完全一致,使制作的群体动画体现出群体运动的涌现特征,有效地提高群体动画的逼真效果。通过所开发的动态自动聚集路径规划系统有效地模拟群体聚集行为,验证了本方法的可行性和有效性。     

基于改进非线性单纯形的群体药代动力学数据拟合研究与实现

指出了NONMEM所用算法的不足之处,介绍了单纯形法原理及通过改进的方法来解决该问题.通过应用改进的非线性单纯形法对群体药代动力学核心拟合算法进行了研究与改进,使用Matlab编写其核心拟合程序.结果表明,使用改进单纯形法来拟合实测数据可大大提高计算群体药代动力学参数的速度及精度,以便于更好地构造群体药代动力学群体模型.     

带有退火和杂交变异思想的改进粒子群算法

针对粒子群算法的“早熟”,进化后期收敛速度慢及精度低等问题,提出了一种改进的PSO算法。为保证初始群体的遍历性,改进算法首先利用了信息熵产生初始群体;为提高进化过程中群体的多样性,将遗传算法中杂交、变异的思想融入了算法中;为提高算法晚期的收敛速度,将模拟退火算法中退火的思想引入到杂交过程中。该算法与其他改进算法进行数值比较,仿真实验表明,提出的算法抗“早熟”能力强,搜索精度高,稳定性好。     

一种新型的非线性系统模型参数辨识方法

针对传统模型参数辨识方法和遗传算法用于模型参数辨识时的缺点,提出了一种基于微粒群优化(PSO)算法的模型参数辨识方法,利用PSO算法强大的优化能力,通过对算法的改进,将过程模型的每个参数作为微粒群体中的一个微粒,利用微粒群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值,可有效提高参数辨识的精度和效率.     

基于群体编码方式的遗传算法求解装箱问题

就传统装箱问题提出了一种改进的混合遗传算法.该改进的遗传算法主要通过基于群体的编码方法,将每一个箱子视为一个群体,使得在进化过程中,只对群体部分进行操作,从而大大减少了冗余,克服了传统的基于物品编码或基于箱子编码的遗传算法的不足.仿真实验结果表明,该编码方式的遗传算法比基于物品编码的遗传算法显著提高了优化效果.     

改进的应用共享概念及实现

为了更好地支持群体协同工作，提出并实现了一个改进的应用共享。首先介绍基于Windows消息函数的传统应用共享所采用的方法及控制机制，然后给出改进的应用共享为更好地支持群体协同工作所采用的方法，包括：改造后的界面能够支持群体中成员的互操作，支持多光标等。     

基于项目相关度的STI新群体冷启动推荐方法

针对推荐系统中相似偏好用户数量较少情况下的一类新群体冷启动问题开展研究,基于多元相关分析,对传统的尺度与平移不变(Scale and Translation Invariant,STI)的协同过滤推荐方法进行改进,提出一种基于项目相关度的STI推荐方法,以应对推荐系统中的新群体冷启动问题.在此基础上,基于Movie Lens数据集对所提出的方法进行了性能分析,结果表明,所提出的方法较Pearson方法及ST1N1方法在解决新群体冷启动推荐的过程中具有更高的推荐准确率.     

基于ABC算法的群体动画研究与应用

对群体行为的模拟一直是动画研究领域的重点,如何表现出个体运动的独立性以及群体运动的整体性是群体行为模拟的难点所在,同时传统的群体动画制作手段工作量大,制作出的效果不能满足人们的需求。针对此问题文中将人工蜂群算法应用于群体行为模拟路径规划中,并针对群体动画的特征进行修改,从而产生一种新的简单、高效的制作群体动画的方法。仿真实验表明改进后的人工蜂群算法能够真实模拟出群体在运动过程中的心里状态及群体运动行为。     

一种高效的改进粒子群优化算法

提出了一种高效的改进的粒子群优化策略,把整个群体分为几个子群体,进行子群体的专业化社会分工与信息交换,该策略在提高算法局部搜索能力的同时也兼顾了全局搜索能力。测试表明,与现有方法比较,该方法全局寻优的精度与速度有明显提高。     

基于CBR的农作物病虫害预报专家系统

介绍了在面向对象环境下基于CBR的农作物病虫害预报专家系统结构、案例表示与检索方法.在难以用规则和框架表示知识的特殊领域里,采用基于CBR的系统能对植物病虫害进行有效的预报.该系统的技术与方法适合于其它农作物的病虫害预报.     

基于物联网的苹果树病虫防治专家系统的设计与应用

提出一种基于物联网技术的专家系统结构,并以苹果树病虫防治专家系统为例,介绍专家系统的设计方法,以及物联网技术在专家系统中的应用和管理.     

智能农业中稻纵卷叶螟灾变预测建模*

生物灾变中害虫预测是智能农业中害虫管理专家系统的重要组成部分,也是有效防止和控制害虫发生与发展的依据。介绍了现有生物灾变中害虫预测基本原理和方法,通过对稻纵卷叶螟的种群动态、发育、产卵量建模,求解引发害虫灾变的触发点和临界值,实现稻纵卷叶螟的灾变预测,以便在灾变发生前采取相应措施,化解大发生种群的形成。     

农作物病虫害防治管理信息系统研究开发

面向农作物病虫害防治管理工作需求,设计开发了农作物病虫害防治管理信息系统.系统将GPS、嵌入式GIS组件技术、ADOCE数据库访问技术和GIS分析管理等技术应用于农作物病虫害发生、防治信息采集和管理分析过程中,实现了农作物病虫害发生面积、发生动态、灾情损失等信息进行动态定位采集、网络化上报及动态更新、可视化分析统计、显示.初步应用表明,系统对于提高农作物病虫害信息管理水平具有较好的促进作用.     

基于MapObjects的森林病虫害信息系统

分析MapObjects二次开发的特点,设计适合森林病虫害管理的地理信息系统,分析系统的部分结构、工作原理和功能。提出实现采集、处理及关联空间数据和属性数据的方法,论述系统软件部分的实现。该系统改变了森林病虫害信息管理系统的传统模式,提高了管理效率。     

Applications of dynamic programming and other optimization methods in pest management

Pest management is a multistage decision process in a stochastic and observable system. A control model of a pest ecosystem is characterized by discontinuous cost functions and nonlinear, stochastic state equations describing the interactions among a large namber of ecosystem components. Dynamic programming has been the optimization technique which has been most widely applied to pest management analysis, but several other optimization methods have also proven useful. This paper reviews a number of data-based applications of optimization methods to pest management. The comparative advantages of alternative optimization methods are discussed.     

基于ARM+DSP的农田害虫识别系统设计

设计了一种ARM+DSP的害虫识别系统,其中ARM选用DM365作为控制核心,DSP选用DM6437作为算法处理核心,DM365和DM6437之间采用SPI进行通信,由DM365控制DM6437进行害虫识别。该系统在实时农田害虫识别方面具有广泛的应用前景。     

PDA在林业地理信息系统中的一种应用

根据林业野外有害生物调查中,对照片、坐标和方位角等信息的实际需要,设计实现了一个基于PDA的林业有害生物调查系统。系统以遥感图像和林相图作为野外调查的底图,利用内置GPS模块进行导航,采集调查点坐标,利用摄像头采集病虫害照片,利用内置电子罗盘获取照片采集时的方位角信息,记录病虫害信息,采集的结果直接保存为空间数据格式。此系统显著提高了野外调查的工作效率,为林业有害生物调查提供了一种先进的技术手段。     

谷物害虫检测与分类识别技术的研究及应用

阐述了在仓储物害虫检测与分类识别的方法，提出了检测系统的硬件组成，对检测到的谷物害虫图像的一阶灰度值直方图和图像的目标区域，自动提取静态仓储物害虫图像的数理统计特征、纹理特征和几何形状特征的主要技术和方法。试验结果表明，该方法可为谷物害虫的计算机自动模式识别(快速分类)提供稳定的特征参数值，有效提高了识别率，为仓储物害虫的快速鉴定和分类研究开辟了新途径。     

细粒度苹果病虫害知识图谱构建研究

鉴于现有农业知识图谱对病虫害防治相关实体、关系刻画不够细致的问题,以苹果病虫害知识图谱构建为例,研究细粒度农业知识图谱的构建方法。对苹果病虫害知识的实体类型和关系种类进行细粒度定义,共划分出19种实体类别和22种实体关系,以此为基础标注并构建了苹果病虫害知识图谱数据集AppleKG。使用APD-CA模型对苹果病虫害领域命名实体进行识别,使用ED-ARE模型对实体关系进行抽取。实验结果表明,该文模型在命名实体识别和关系抽取两项子任务中的F1值分别达到了93.08%和94.73%。使用Neo4j数据库对知识图谱进行了存储和可视化,并就细粒度苹果病虫害知识图谱可以为精准病虫害信息查询、智能辅助诊断等下游任务提供底层技术支撑进行了讨论。