共查询到20条相似文献，搜索用时 15 毫秒
1.
基于多目标优化的飞防队作业调度模型研究 总被引：1，自引：0，他引：1
针对面向植保服务订单的多飞防队协同作业模式,综合考虑订单时间窗、病虫害侵染状况、多机协同等关键因素,建立以作业总收益最大、作业总时长最小为优化目标的飞防队作业调度模型;设计了订单优先级排序算法和基于带精英策略的非支配排序遗传算法（NSGA-Ⅱ）的作业路径规划算法,并对调度模型进行了求解。以陕西省武功县植保作业为例,对飞防队作业调度模型及算法进行了验证,实验表明,建立的模型及算法能输出满足时间窗约束的Pareto最优解集,具有良好的搜索性能以及稳定的收敛性能。该研究可为无人机飞防队的调配与决策分析提供科学依据,为农机智能调度系统开发提供参考。 相似文献
2.
3.
带有时间窗的秸秆回收路径模型及其算法研究 总被引：1，自引：0，他引：1
以秸秆回收机械的综合成本问题为研究目标,综合考虑秸秆回收机械路径和作业冲突的情况,利用信息化技术精准指导秸秆回收,构建了多机械无重复的带有时间窗的秸秆回收路径模型,通过改进蚁群算法的转移概率公式得到带时间窗问题的最优化路径,避免回收农机路径重复冲突的问题。研究结果表明采用带时间窗的秸秆回收路径更加的精准,带时间窗秸秆回收机械优化路径模型相较于传统的路径模型指导下的作业路径会减少约12%,多台回收机械同时作业优化路径是可行的,对高效解决秸秆回收路径问题起到一定的指导作用。 相似文献
4.
李平阳 《农业装备与车辆工程》2019,(1):68-70,86
研究了无人机在抢险救灾中的应用,通过构建路径规划模型来求解最优路径,模型以整个无人机飞行路径距离最短为目标,利用遗传算法对路径方案进行迭代优化,利用适应度函数在迭代过程中更新种群个体,使得算法能够趋向最优解,同时利用遗传变异操作防止算法陷入局部最优解。利用MATLAB对算法进行计算,并通过随机个体比较对方案进行了验证。案例结果表明:该模型能够在较短时间内得到最优解,提高了无人机的工作效率,为抢险救灾争取到了宝贵的时间。 相似文献
5.
智慧农业的快速发展促使多区域互联农机的调度追求更高的实时性，为更合理配置农机资源，农机跨区作业已成为完成“三夏”机收任务的主要服务模式。基于小麦收获机跨区作业真实场景，研究了带时间窗的多库、多机型的农机跨区调度问题，同时考虑经济成本和环境成本，建立以最小调度成本为目标的跨区调度模型。根据问题特征，设计遗传变邻域搜索算法(Genetic algorithm variable neighborhood search, GAVNS),该方法通过交叉、随机扰动、自适应邻域选择等操作，使解的搜索更加高效和灵活。对我国黄淮海平原72个小麦生产区县的作业需求进行计算与分析：不同算法相比，本文设计的算法得到最优解的迭代次数更低、收敛速度更快，求得的目标函数值较遗传算法、变邻域搜索算法分别降低16.41%、11.15%;对比不同调度模式，开放路径模式更有利于提升跨区调度服务效率，较闭合路径模式，调度成本降低17.76%。 相似文献
6.
在小麦收获时期,若遇到天气变化,小麦可收获时间窗会发生改变,若还按原调度方案,将造成大量农田延迟收获,从而给农户带来损失。为避免或降低因天气变化给农户带来损失,本文考虑天气变化导致的农田收获时间窗变动的应急调度问题。基于天气变化导致的农田可作业时间窗实际缩短的情况,综合考虑收获机转移时间、提前到达等待时间和延迟时间,建立因天气变化导致的时间窗变动的收获机多目标应急调度模型,引入农田收获应急度函数,确定应急农田,将可作业时间窗和下雨时间有交集的农田重新根据应急度排序进行优先调度。针对此模型特点对遗传算法进行改进,设计基于改进遗传算法的收获机应急调度算法,采用两级多段编码方式及单点交叉方式,使算法可以有效避免局部最优,能够很好地实现全局收敛。通过动态改变原收获机收获路线,为应急农田优先提供收获服务,从而提高农机合作社服务能力,减少农户损失。实例仿真结果证明了模型和算法的可行性。 相似文献
7.
8.
9.
针对大坝混凝土跳仓浇筑作业任务、资源与时间的耦合关系及优化排序问题，研发基于跳仓浇筑排序的多缆机调度模型及方法。分解大坝跳仓浇筑作业任务，分析缆机工作状态的任务变迁过程，厘定吊装、浇筑、吊运时间序列，建立大坝混凝土跳仓浇筑的缆机调度模型，制订跳仓浇筑模式下大坝缆机调度最优方案。案例分析表明：大坝缆机调度模型能缩短施工工期、节约生产资源，使缆机平均每小时工作时间提升4.88%、整体工期提前8.86%，可为缆机调度方案的制订提供理论支撑。 相似文献
10.
基于深度强化学习的虚拟机器人采摘路径避障规划 总被引：1，自引：0，他引：1
针对采摘机器人在野外作业环境中,面临采摘任务数量多,目标与障碍物位置具有随机性和不确定性等问题,提出一种基于深度强化学习的虚拟机器人采摘路径避障规划方法,实现机器人在大量且不确定任务情况下的快速轨迹规划。根据机器人本体物理结构设定虚拟机器人随机运动策略,通过对比分析不同网络输入观测值的优劣,结合实际采摘行为设置环境观测集合,作为网络的输入;引入人工势场法目标吸引和障碍排斥的思想建立奖惩函数,对虚拟机器人行为进行评价,提高避障成功率;针对人工势场法范围斥力影响最短路径规划的问题,提出了一种方向惩罚避障函数设置方法,将障碍物范围惩罚转换为单一方向惩罚,通过建立虚拟机器人运动碰撞模型,分析碰撞结果选择性给予方向惩罚,进一步优化了规划路径长度,提高采摘效率;在Unity内搭建仿真环境,使用ML-Agents组件建立分布式近端策略优化算法及其与仿真环境的交互通信,对虚拟机器人进行采摘训练。仿真实验结果显示,不同位置障碍物设置情况下虚拟机器人完成采摘任务成功率达96.7%以上。在200次随机采摘实验中,方向惩罚避障函数方法采摘成功率为97.5%,比普通奖励函数方法提高了11个百分点,采摘轨迹规划平均耗时0.64s/次,相较于基于人工势场法奖励函数方法降低了0.45s/次,且在连续变动任务实验中具有更高的适应性和鲁棒性。研究结果表明,本系统能够高效引导虚拟机器人在避开障碍物的前提下快速到达随机采摘点,满足采摘任务要求,为真实机器人采摘路径规划提供理论与技术支撑。 相似文献
11.
12.
该文介绍了一种以Visual C 为开发工具的基于数据库的电网调度操作票专家系统 该系统以电网的实时拓扑信息为基础，能根据调度操作任务的要求．通过智能推理自动开出操作任务票，具有良好的通用性和智能性，已在江苏省内多个县级调度所成功运行。 相似文献
13.
《中国农村水利水电》2017,(5)
近年来,支持向量机(SVM)在建立大坝安全监控模型中得到了广泛应用,但其拟合精度和泛化能力取决于模型核参数σ和惩罚因子C的选取。以最小k-fold交叉验证误差为目标,用蚁群路径优化选择的节点值体现,并选择支持向量回归机中的核参数σ和惩罚因子C。以此建立了基于蚁群算法优化支持向量回归机(ACO-SVR)的混凝土坝变形监控模型。通过工程案例研究,结果表明:该方法在参数优化方面具有较快的寻优速率,用于混凝土坝变形监控的建模研究精度较高,具有广泛的适用性。 相似文献
14.
以多采摘机器人联合作业为研究对象,加入篮球比赛协作战术的任务分配方法,采用分散集中的控制机制,运用QT 5.7软真平台对机器人编队进行了仿真实验。结果表明:机器人编队能够在最短的时间内完成联合作业要求,且各机器人行驶路径最短,系统具有较高的可靠性与稳定性,应用前景宽广。 相似文献
15.
基于改进蚁群算法的植保无人机路径规划方法 总被引：1，自引：0，他引：1
为了规划出更加高效的植保无人机路径,提出一种基于改进蚁群算法的植保无人机路径规划方法,该方法适用于多个具有复杂多边形边界与内部障碍物的三维作业区域。采用扫描方式生成水平面内的作业路径,经过离散化处理后,在三维地形曲面上插值,获得三维作业路径。在此基础上,建立作业路径生成算法,以三维作业路径总长度尽量短、作业路径数量尽量少为目标,对植保无人机作业航向进行寻优。改进蚁群算法通过附加记录作业路径进入点的机制,实现对三维作业路径的合理排序,生成总长度较短的转移路径。经过算例检验,针对同一作业区域规划出的三维作业路径与水平面内的作业路径的航向角存在较大差异,相差最大为92°,这说明考虑三维地形的必要性。算例中,将改进的蚁群算法与贪婪算法进行了对比,针对一系列相同的作业起点,改进的蚁群算法所得的转移路径总长度均较短,比贪婪算法所得结果缩短3%~28%;在未选定作业起点情况下,改进的蚁群算法与贪婪算法求得的转移路径总长度最小值分别为1661m与1763m,说明改进的蚁群算法具有良好的寻优能力。实例检验情况与算例所得结论基本一致。算例与实例中的作业区域边界与地形复杂,涵盖情况全面,表明本文提出的路径规划方法具有一定实用性。 相似文献
16.
17.
《拖拉机与农用运输车》2015,(1):23-26
以大功率轮式拖拉机动力输出(PTO)为研究对象,利用Matlab/SIMULINK软件建立了PTO动力学模型,用Target Link软件建立PTO软接合控制策略模型,然后将两者联合起来形成闭环系统,通过仿真分析,PTO带动不同负载时的接合过程时间能够控制在一定时间内。 相似文献
18.
为向多台农业机械协同作业应用场景提供地图和导航服务支持,设计并开发了基于WebGIS的农机多机协同导航服务平台,该平台由GIS服务和农机调度2个功能模块组成。GIS模块基于GeoServer和JavaWeb提供网页端地图服务,在显示农场地图、实时标注农机位置的同时,也提供多农机导航结果的可视化显示功能;农机调度模块以路径规划算法和任务分配算法为核心,负责提供导航服务,在用户输入任务列表并调用服务的情况下,以GeoJSON格式返回各农机的任务分配以及路径规划结果。此外,为了筛选出满足平台需求且性能最优的算法,针对路径规划算法设计了算法性能对比实验,在导航距离近、中、远的3条路径上分别测试了基于A*、Bellman-Ford、Dijkstra、Floyd和SPFA 5种算法的路径规划算法,并对不同算法的执行时间和最优路径长度进行了对比;针对任务分配算法设计了不同任务数量场景下的仿真对比实验,在任务数量为8、10、14、18的场景下分别测试了基于蚁群算法和遗传算法的任务分配算法,并对两者的执行速度和最优路径长度进行了对比。结果表明：基于Dijkstra算法的路径规划算法在结果最优的前提下执行速度最快,平均单次执行时间为0.25ms。基于遗传算法的任务分配算法可以有效降低多机协同的路径代价,相较于随机生成的工作序列,路径代价减少50%~54%;相较于基于蚁群算法的任务分配算法,农机最佳路径长度减少19%~36%,执行时间减少51%~66%,平均执行时间在1s以内。开发的多机协同导航服务平台通过使用Dijkstra算法和遗传算法分别进行路径规划和任务分配,能够基本满足多机协同作业的实时性需求。 相似文献
19.
针对农机调度系统网络不安全和不可信的问题，在大数据技术下针对农机调度系统的网络安全优化进行了研究。农机调度系统主要包括车载端信息采集系统、监控信息管理系统和客户端监控系统。为了提高农机调度系统的网络安全性，除了对网络进行安全设计外，还采用人工神经网络模型对网络安全进行评价，并对网络安全态势预测模型进行了设计。为了验证农机调度系统的性能和网络安全性，对其进行农机调度系统网络安全评价试验和农机调度试验。试验结果表明：农机调度系统网络较为安全，可高效完成农机调度任务。 相似文献
20.
针对联合收割机作业路径规划不合理、联合收割机与运粮车无法协同优化调度等问题,以最小化联合收割机总非生产性作业时间和非生产性作业等待时间为目标,构建多机型多任务协同优化调度模型,设计多机协同优化调度算法(MMCOSA)。首先通过对传统蚁群算法(ACO)进行改进,计算得到联合收割机的静态路径规划方案,然后采用相对距离最近策略实现联合收割机与运粮车协同作业动态优化。试验结果表明,采用MMCOSA算法计算得到的联合收割机总非产性作业时间和非生产性作业等待时间均比传统ACO算法的结果平均缩短17.5%和19.02%,MMCOSA算法不仅加快收敛速度,而且缩短作业时间,为农忙时节联合收割机与运粮车的协同调度问题提供有效的解决方案。 相似文献