-
题名土壤化学性质对兴安落叶松优势个体生长的影响
被引量：2
- 1
-
-
作者
李智叁
崔崧
-
机构
哈尔滨市南岗区农林水务畜牧兽医局
黑龙江省林业科学研究所
-
出处
《林业科技情报》
2014年第3期5-7,共3页
-
基金
"十二五"农村领域国家科技计划课题子项课题(2011BAD08B02-03-03)
-
文摘
本文对兴安落叶松林下土壤化学性质指标进行综合测定,结合林分内优势个体生长情况进行分析,得到如下结论:对兴安落叶松优势个体生长影响比较明显的土壤化学指标排序为土壤氮素含量>有机质含量>交换性Ca Mg离子>土壤速效K;对兴安落叶松优势个体高生长没有明显影响的是pH值和速效P。
-
关键词
兴安落叶松
优势个体
土壤化学特征
-
Keywords
Larch
dominant individual
chemistry characteristic of soil
-
分类号
S791.222
[农业科学—林木遗传育种]
-
-
题名基于分组和精英策略的遗传算法在机器人导航上的应用
被引量：2
- 2
-
-
作者
谢忠红
王培
顾宝兴
姬长英
田光兆
-
机构
南京农业大学信息科学技术学院
江苏省智能化农业装备重点实验室
-
出处
《华南农业大学学报》
CAS
CSCD
北大核心
2017年第5期110-116,共7页
-
基金
国家自然科学基金(31401291)
江苏省自然科学基金(BK20140720)
中央高校基本业务费(KYZ201670)
-
文摘
【目的】针对种植园复杂环境下采摘机器人进行路径规划时找出多路径效率低、速度慢等问题,提出一种基于分组和精英策略的遗传算法(GGABE)。【方法】首先生成1个初始群体,使用Sigmoid函数分组;然后在每组中分别进行选择、交叉、变异操作,进行n代迭代后,每组产生该组内的k条等长的最优路径;比较各组最优路径,选择最短的路径作为最优路径。在种群的各项参数均相同的情况下,简单遗传算法(SGA)、未分组的精英遗传算法(EGA)以及GGABE分别作用于15×15和25×25的地图,各进行50次试验。进行样机验证试验。【结果】第1幅地图,GGABE算法找到了8条最短路径,路径均值为20.970 6,其他2种方法只能找出1条最短路径;第2幅地图,GGABE算法找到了8条最短路径,路径均值为38.041 6。50次验证试验均找出3条最佳路径,平均路径规划时间为15.543 319 s。【结论】本研究提出的基于分组和精英策略的遗传算法收敛速度快,可快速准确地在地图中搜索出所有能够遍历整个果园的最佳路径。
-
关键词
分组
精英策略
采摘机器人
遗传算法
优势个体
路径规划
导航
-
Keywords
group
elite strategy
picking robot
genetic algorithm
advantageous individual
route planning
navigation
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
S233
[自动化与计算机技术—控制科学与工程]
-
-
题名基于改进遗传算法的快递路径优化问题的研究
被引量：2
- 3
-
-
作者
郑丽娜
王岩焱
罗融宇
童旭
梁欢
-
机构
东北大学秦皇岛分校数学与统计学院
-
出处
《应用数学进展》
2016年第3期516-522,共7页
-
基金
东北大学秦皇岛分校大学生科创基金项目,项目编号CX16505。
-
文摘
本文概述了快递路径优化问题的理论基础及其求解算法,建立了对应问题的数学模型。论述了遗传算法的一般步骤,并分析标准遗传算法在求解该问题中的缺陷及原因。针对标准遗传算法的过早收敛、局部收敛和优势个体退化等缺点,采用自适应交叉和变异概率及保留优势个体的方法改进算法,并结合具体实例介绍其实现方法,验证了改进算法的可行性。
-
关键词
路径优化
遗传算法
交叉概率
变异概率
优势个体
-
分类号
TP1
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于教学优化算法求解置换流水车间调度问题
被引量：4
- 4
-
-
作者
张其文
张斌
-
机构
兰州理工大学计算机与通信学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2022年第5期1054-1063,共10页
-
基金
国家自然科学基金(62063021)。
-
文摘
针对置换流水车间调度问题,将连续算法与离散策略相结合,提出一种多班级教学优化算法。采用基于置换变异改进的NEH(nawaz enscore ham)种群初始化方法,兼顾初始解的质量和多样性。在教学阶段,引入离散的自适应教学,并给出去重的操作,避免了无意义的教学过程。新增了基于莱维飞行的自学策略,同时以变邻域搜索的方式模拟离散阶段的自学。将相互学习与班级交流合并,在保证优秀个体交流的基础上,提高学习的效率。通过对标准测试集Rec进行测试,并与其他算法比较,验证了算法的有效性和稳定性。
-
关键词
置换流水车间调度
多班级教学优化算法
去重操作
自学策略
优势个体交流
-
Keywords
permutation flowshop scheduling
multi-classes teaching-learning-based optimization algorithm
duplicate removal
self-learning stragety
communication of excellent individuals
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多维度变异学习与收散归优的鲸鱼优化算法
被引量：1
- 5
-
-
作者
关燕鹏
李子鸣
贾新春
-
机构
山西大学自动化与软件学院
-
出处
《计算机应用研究》
CSCD
北大核心
2023年第9期2674-2680,共7页
-
基金
国家自然科学基金资助项目(61973201)
山西省科技厅资助项目(202103021224030)
山西省省筹资金资助回国留学人员科研项目(2022-009)。
-
文摘
针对鲸鱼优化算法(WOA)在解决高维、多峰、最优值非原点等问题时存在的收敛精度低、易被局部最优捕获等缺陷,提出了一种基于多维度变异学习与收散归优的鲸鱼优化算法(MLDOWOA)。首先,引入自适应权值以及优势个体干扰动态调整个体螺旋包围的方向,提高了算法的全局搜索能力和收敛精度;然后提出多维度变异学习机制对种群变异方向进行自适应规划,进一步扩大了算法的搜索范围;最后引入收散归优机制协调了搜索步长,帮助种群突破了中后期搜索停滞的局限。通过8个高维基准函数和4个固定维基准函数对MLDOWOA算法进行测试,结果表明同基本算法WOA、SSA以及改进的ACWOA、AWOA、MSIWOA、ADWOA相比,该算法在收敛精度和应对高维函数的能力上具有显著的优越性。将该算法应用于FOPID控制器的参数整定,并将实验结果同近年来该工程问题的研究成果进行对比分析,证明了该算法在FOPID参数整定问题中具有卓越的性能。
-
关键词
鲸鱼优化算法
自适应权值
优势个体干扰
多维度变异学习
收散归优
FOPID控制器
-
Keywords
whale optimization algorithm
adaptive weights
dominant individual interference
multi-dimensional variation learning
distributed optimization
FOPID(fractional order PID)controller
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
