基于L系统和三维Morphing的器官生长建模

为解决植物器官生长过程中的变形问题,提出一种基于L系统和三维Morphing的器官生长建模方法。该方法以L系统描述植物的拓扑结构,以三维Morphing模拟植物叶片和果实的变形过程,并根据花的特殊结构引入一种模块化建模方法以实现花的开放过程。以辣椒为例展示建模过程,实验结果表明,该算法能解决植物器官变形问题,提高建模效率。     

通用方圆异型接头精确建模与展开算法

针对方圆异型接头三维软件建模精度不高、现有建模方法建模过程较复杂、不易参数化编程实现等问题,运用解析几何方法,提出了通用方圆异型接头精确建模的坐标算法.该算法结合放样方法给出了实现通用方圆异型接头钣金件精确建模的步骤;对通用方圆异型接头的展开图绘制中的板厚处理进行了阐述,并详细说明了展开算法及过程.实例运行结果表明,文中算法运算速度快、通用性强,可用于多种方圆异型接头的建模与展开过程;所建模型精确可靠,实现了展开图的自动准确绘制.     

基于生长动力学的芦苇属植株虚拟生长模型

针对植株形态建模过程中由于缺乏生理生态特性而导致模型无法真实再现植株生长发育规律的问题,提出了一种基于生长动力学的植株形态变化模型构建方法。以芦苇属植株为例,首先研究了植株生长动力学特性,并以有效积温、生长速率变化等为驱动力构造了植株形态建成模型;其次,应用开放式L系统(Open-L)方法描述了植株冠层拓扑演变过程;最后,通过耦合植株拓扑与器官形体的几何模型及显示模型,给出了植株虚拟生长模型构建算法。实验结果表明,该方法实现了植株形态的可视化,并反映了植物生长机理,有利于动态掌握和预测植物生长发育状况。     

基于参数L系统的梨树枝干模型三维可视化

为了真实的模拟果树枝干形态,提出形态特征信息和参数L系统相结合的果树枝干可视化方法.以梨树的树体结构为研究对象,提炼其相关的形态结构特征以及生态生理等特性变化;应用L系统建模方法对梨树建立包含树枝的粗细、分叉角度等细节信息的模型;最后使用OpenGL三维建模技术将梨树生长几何信息转化为直观的三维可视化图形信息,模拟出梨...     

一种改进的叶脉建模方法

提出了一种改进的叶脉建模方法。该方法将L-system加入到Runions的叶脉建模方法当中,较好地解决了主侧脉生长比较慢的问题。作为整体算法中的一步,采用一种新的dart-throwing算法得到均匀分布的营养点集,有效地提高了整个算法的绘制速度。实验结果表明,改进后的方法能够以更快的速度生成更加逼真的叶脉模型。     

园林植物数字化仿真算法

植物建模是计算机图形学研究热点之一,提出一种园林植物数字化建模算法。该算法通过园林植物的数字化表示方法以及四个主要步骤实现仿真效果。第一步初始化空间网格结构以及植物的轮廓结构;第二步通过生长范围计算、生长控制、网格能量计算、新的骨架结点更新等步骤生成树木的骨架结构;第三步实现交互剪枝功能,并实现纹理的获取以及三维几何结构的生成;第四步完成最终园林场景的搭建及绘制。该算法可以生成具有简单/复杂轮廓模型的植株。实验结果表明：该算法可以真实地模拟绿篱与立体花坛等园林植物场景。     

改进型Elman神经网络发酵过程建模研究

依据发酵过程的机理和改进的Elman神经网络动态建模原理,提出了一个新的发酵过程建模分批训练算法。通过发酵过程仿真实验,与传统的BP建模算法比较,改进的Elman神经网络建模算法具有收敛速度快、泛化能力强等特点。此外,利用该算法编制的软件可以内嵌到发酵过程监控系统中,实现发酵过程在线建模与状态参量的在线预估。     

基于遗传算法和RBF网络的番茄生长模型辨识

采用神经网络和遗传算法,对温室栽培番茄生长过程中主要器官——茎的生长过程进行了建模．温室番茄的生长过程具有控制变量多、生长过程复杂等特点．采用基于径向基函数(RBF)神经网络的辨识方法建立了温室栽培番茄生长的模型,以温室中番茄的实测数据为训练和预测样本,采用遗传算法进行训练．仿真结果表明．该方法较其他方法更适合于温室番茄生长过程的建模．     

支持森林场景动态生成的树木生长模拟

为了解决传统L文法中树木建模困难和运行效率低的问题,提出了支持森林场景动态生成的树木生长模拟方法.该方法基于分形元建立树木模型,在此基础上对大规模树木实体实例化的简化算法进行研究,将基于视点的多分辨率简化模型融入树木建模方法之中,并选择典型树种进行生长模拟.实验结果表明,该方法能较真实地模拟树木的生长过程,并实现在虚拟森林场景中的实时漫游.     

火电机组过程大数据建模方法研究

近年来,大数据产业保持高速发展态势,而过程工业大数据建模技术发展相对缓慢。在该背景下,以火电机组过程大数据为研究对象,首先分析火电机组过程大数据的特点及其进行大数据建模所面临的困难;接下来对现有国内外火电机组过程大数据建模方法及存在问题进行了分析;最后提出一种基于火电机组过程大数据的全工况自适应传递函数建模方法,该方法应用数据挖掘技术选取不同工况下的合格建模数据,通过云计算平台应用数据驱动传递函数建模方法建立全工况范围内大量的系统模型,再应用线性变参数及数学插值等算法对大量系统模型进行融合,最终获取系统全工况自适应传递函数模型。该建模思路为火电机组等过程工业大数据建模提供了一种较好的方法参考。     

新型改进果蝇优化算法

针对传统果蝇优化算法在进行优化时所存在的寻优精度偏低和收敛速度较慢的问题,提出了一种新的改进果蝇优化算法。该算法在迭代过程中将每次迭代所得最优值的变化率作为下一次果蝇种群飞行距离变化的参考依据。动态改变果蝇种群每次飞行的距离,能够有效地权衡算法的全局搜索能力和局部搜索能力。将该改进算法在函数优化中与原果蝇算法和另外两种果蝇改进算法进行仿真对比,结果表明,所提出的改进算法在收敛精度、收敛速度以及稳定性方面具有明显优势。     

果实摘取机械手的果实识别方法与摘取路径规划

通过图形分割处理技术从采集到的原始图形中分割出目标果实图形,再利用由遗传算法优化后的神经网络算法构建果实图形识别模型,完成对果实图形的识别。使用图像识别技术识别出机械手当前视线中的果实数量和位置,利用遗传算法对机械手的运行路径进行优化,并将其结果与随机路径规划和人工路径规划的结果进行对比。研究结果表明：随着样本中的完整果实比例逐渐减少,果实识别模型的识别准确率均有所下降,在仅有60%完整果实比例的样本中所研究的识别模型仍保持较高的识别准确率。使用遗传优化算法得到的机械手行进路径相比随机路径规划和人工路径规划所消耗的成本更低。并且随着果实数量的增加,遗传优化算法得到的机械手行进路径消耗的成本低的优势更加突出。     

噪声环境下RSSI定位问题及其求解的果蝇优化算法

针对未知节点的定位过度依赖于接收信号强度指示（Received Signal Strength Indicator,RSSI）物理测量的精度问题,将传统RSSI定位模型转化为非约束期望值规划模型,进而设计随机环境下的新型果蝇优化算法寻找未知节点的位置。该算法利用弧形分组将果蝇群均衡划分为子群,对果蝇个体实施混合变异,加速寻优进程,提高收敛速度和寻优精度。比较性的数值实验显示,该算法的收敛速度快,对未知节点的定位精度高,其应用于RSSI定位问题是可行的。     

基于曲线参数方程的植物果实造型*

基于曲线参数方程的植物果实造型方法通过果实主轴线和截面曲线参数方程计算出果实表面的网格面以及各顶点的法线,从而实现了植物果实的造型;通过在曲线方程上叠加扰动函数解决了果实生长过程中的形变问题。实验证明该方法能够较逼真地模拟植物果实形态及其生长过程。     

基于积分分离SNPID的果蔬膨化温度控制系统设计

在果蔬膨化温度闭环控制系统中,一般PID调节器参数难以根据环境变化实时自整定,无法实现对被控制对象的精确有效控制;此外,传统数字PID控制器在系统启动、停止或因加工不同果蔬原料而大幅增减温度设定值时,会因为PID控制器积分积累的影响,引起膨化温度控制系统超调增大,从而导致果蔬膨化温度控制系统相对稳定性降低;针对上述问题,提出了以SCL语言开发基于积分分离算法的单神经元PID控制器;将该积分分离SNPID控制器应用于果蔬膨化温度控制系统中,既能避免控制系统产生较大超调,又可通过调整权系数以增强控制系统的自适应能力,从而实现对果蔬膨化温度的精确有效控制。     

新型果蝇优化算法的研究

由于传统果蝇优化算法（FOA）具有寻优精度低和易陷入局部极小点的缺点,提出了一种具有不同飞行半径的分群搜索策略,使得在搜索区间内果蝇的种群多样性大大增加;同时在果蝇个体的飞行距离与方向的步长函数上,针对不同的果蝇子群引入了不同的函数,该类函数具有周期震荡性质,可以很好地避免果蝇群陷入局部极小点而无法求得最优解。通过对8个测试函数的仿真实验,验证了这些策略能够有效地提高搜索精度、收敛速度和稳定性。     

基于MapReduce和IFOA的并行密度聚类算法

针对大数据下密度聚类算法中存在的数据划分不合理、参数寻优能力不佳、并行性能较低等问题,提出一种基于IFOA的并行密度聚类算法(density-based clustering algorithm by using improve fruit fly optimization based on MapReduce,MR-DBIFOA)。首先,该算法基于KD树,提出网格划分策略(divide gird based on KD tree,KDG)来自动划分数据网格;其次在局部聚类中,提出基于自适应搜索策略(step strategy based on knowledge learn,KLSS)和聚类判定函数(clustering criterion function,CCF)的果蝇群优化算法(improve fruit fly optimization algorithm,IFOA);然后根据IFOA进行局部聚类中最优参数的动态寻优,从而使局部聚类的聚类效果得到提升;同时结合MapReduce模型提出局部聚类算法DBIFOA(density-based clustering algorithm using IFOA);最后提出了基于QR-tree的并行合并局部簇算法(cluster merging algorithm by using MapReduce,MR-QRMEC),实现局部簇的并行合并,使算法整体的并行性能得到加强。实验表明,MR-DBIFOA在大数据下的并行效率更高,且聚类效果更好。     

融合学习策略与导向果蝇机制的气味源主动定位方法研究

工业生产过程中常发生由有害气体泄漏引起的火灾或爆炸事故,利用载有气体传感器的移动机器人实时监测并搜索定位泄漏气体源是预防重大事故的有效方法,而高效的搜索策略是保证机器人快速准确定位气味源的关键因素.现有的气味源搜索算法存在定位成功率不高和对气味源定位不准的问题,本文提出一种将仿生果蝇算法和学习策略相融合的气味搜索策略.针对传统果蝇算法易陷入饱和收敛的问题,提出一种新的导向果蝇极值更新方式;针对寻优不精的问题,进一步提出一种基于学习策略的导向果蝇气味源搜索算法(OCGFOA).仿真实验结果表明OCGFOA算法完成定位速度更快且离泄漏气味源位置更近,其定位效果更能满足对危险气味源定位的要求;最后,在物理场景下进行气味源主动定位验证实验,证明本文所提算法在实际场景下也具有可行性.     

改进果蝇算法在净化除钴过程锌粉量优化设定中的应用

本文提出一种基于细菌迁徙的自适应果蝇算法(CAFOABM),用于求解净化除钴过程锌粉添加量优化设定问题.首先从净化除钴的反应机理出发,通过引入除钴率建立锌粉添加量与氧化还原电位值、出口钴离子浓度间带约束的非线性优化设定模型;为了避免果蝇算法在迭代寻优过程中出现停滞现象,CAFOABM引入多种群并行搜索策略和改进搜索算子对搜索状态的转移规则进行改进;并采用区分可行解与不可行解法进行约束处理,保留一定比例的不可行解个体,有效避免了有用解信息的丢失.实际生产数据验证结果表明,CAFOABM算法优化设定的锌粉添加量与人工操作的经验数据相比减少7.83%,出口钴离子浓度满足实际生产要求且趋于平稳.     

基于混合策略改进的果蝇优化算法

针对基本果蝇优化算法收敛精度不高、容易陷入局部最优和收敛速度慢的问题,提出一种基于混合策略改进的果蝇优化算法(MSFOA)。受鲸鱼捕食猎物的启发,在对个体历史最优位置的更新中,采用新的组合搜索的方法,加快果蝇搜索迭代速度;在更新后的位置公式中引入自适应权重系数,提高算法的优化精度;当达到局部收敛状态时,结合多尺度高斯变异算子解决局部最优的限制。采用6个测试函数的仿真结果表明,MSFOA算法相比其它算法具有更快的收敛速度和较高的寻优精度。