收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于人工智能的参考作物腾发量与作物水盐响应研究

霍再林  
【摘要】:人工智能(Artificial Intelligence)是人类发展到计算机时代的又一个梦想,为知识学习和获取自动化、知识表达方式普适性、搜索求解高效率和全局化、智能体活化于环境等多个方面统提供了可能。为满足水土工程深入研究及复杂系统建模优化的需要,本文针对水土工程系统特有的复杂性,以人工智能技术中重要分支人工神经网络(Artificial Neural Network简写ANN)和遗传算法(Genetic Algorithm简写GA)为建模、系统优化工具,水土工程系统中土壤作物大气(SPAC)为研究对象,充分利用人工智能技术的自适应能力、非线性、全局优化等特点,将其运用于该领域多个问题的解决中。就人工神经网络、遗传算法在参考作物腾发量(Reference Crop Evapotranspiration简写ET0)和作物水盐响应(Crop Response to Water-Salt简写CRWS)中的运用进行了探索性的研究,为水土工程领域复杂系统多参非线性问题的求解开辟了新路。论文取得了以下研究成果: (1)在分析气象因子与ET0相关性的基础上,将ANN运用到了ET0的计算模型研究中。建立了小尺度区域ET0的4因子(辐射、温度、湿度、风速)和3因子(辐射、温度、湿度)ANN模型,提出了各自的适用条件。在非冻期,4因子模型能有效地表征气象因子对ET0的影响,有较高的精度;风速不大时,可忽略风速对ET0的影响,3因子模型有一定的精度,可满足生产的需要。对大尺度区域(北方干旱寒冷区)的ET0时空变化及其相关性进行了研究,提出了不同子区域的ET0线性模型。在此基础上,建立了适合不同子区域的ET0的ANN模型,同时对模型进行了评价。研究表明,由于ANN的非线性、自适应性等优点,使得所建ET0的ANN模型精度高。此研究是传统ET0计算模型的补充。 (2) 在含盐土壤节水灌溉试验的基础上,针对作物水盐响应的复杂性,充分利用ANN表征多参非线性关系的优点,将ANN引入作物水盐响研究中。通过因子分析、网络结构分析,建立了作物(油料向日葵)水盐响应的10因子和6因子人工神经网络模型(BP-CRWS)。经检验,此2种模型的模拟精度均较高,考虑到模型的复杂性等,研究中推荐使用6因子模型。运用所建立的模型进行了作物水盐响应敏感性分析研究,得到中轻度含盐土壤中油料向日葵在现蕾期对缺水最敏感,其次是开花期和苗期;而在重度含盐土壤中,油料向日葵对缺水敏感由大到小依次是苗期、现蕾期、开花期。这一模拟结果与试验结果相一致。此研究为作物水盐响应及相关研究开辟了新路。 (3) 在作物水模型及作物水盐响应相关研究中,目前多采用最小二乘法进行参数 WP=3 寻优,动态规划法对系统进行优化。这些传统的优化方法往往不可避免地会陷入局部最优点。作为模仿生物进化论的遗传算法为全局优化提供了新的思路。本文将GA运用到了作物水盐响应的相关研究中。运用基于实码的加速遗传算法(RAGA)优化求解了春小麦作物水模型的敏感系数。结果表明,遗传算法所与最小二乘法所求得敏感系数对作物的适应性相当,但前者由于人为控制了系数的范围,所得结果合理。通过GA-ANN耦合模型的建立求解了不同含盐程度土壤中作物(油料向日葵)的适宜含水率。分析研究表明,GA能避免传统优化算法的限入局部最优点的缺点,为水土工程系统非线性多参寻优提供了捷径。 目前人工智能技术在水土工程研究中的应用大多属于尝试性,本研究将ANN和GA运用到了ET0和CRWS的建模及参数寻优中,初步证明了其在水土工程研究中的可行性,旨在起到抛砖引玉的作用,使得水土工程中的一些常规解析法、常规优化方法难以解决的复杂问题得以解决。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 随顺科;孙长江;;生物遗传算法在PID控制无土栽培喷液速度中的应用研究[J];安徽农业科学;2011年22期
2 余青原;张宝伟;;基于遗传算法的城市给水管网优化运行研究[J];西南农业大学学报(社会科学版);2011年05期
3 郑志宏;许强;;遗传算法用于给水系统优化调度[J];灌溉排水学报;2007年S1期
4 叶勇;罗红恩;张立伟;;改进遗传算法下的畜禽冷链配送优化研究[J];安徽农业科学;2011年17期
5 郭艳光;马丽丽;郝拉柱;;随机算法数据的倾向性选择[J];内蒙古农业大学学报(自然科学版);2011年02期
6 景少波;王成福;何英;;灌区渠系优化配水模型研究[J];新疆水利;2011年05期
7 曹素兵;朱婵;;RNA二级结构遗传预测算法中的选择操作研究[J];安徽农业科学;2011年14期
8 高伟增;曹玉松;张江维;;渠系配水优化遗传算法求解[J];安徽农业科学;2011年19期
9 谢孟卿;张雪飞;;基因遗传算法在地下工程岩土施工中的应用[J];西昌学院学报(自然科学版);2011年02期
10 吕松召;张墩;付志昆;吴长彬;;基于遗传算法和遗传神经网络算法的堆石料参数反演分析研究[J];中国农村水利水电;2011年06期
11 刘占芳;周振凯;颜世军;;变桨距风力机叶片的气动优化设计[J];可再生能源;2011年04期
12 曹然;王会英;郭微;;基于熵理论和遗传算法的作物灌溉决策的优化研究[J];农机化研究;2011年09期
13 曹然;闫薇;杨宇殊;;遗传退火算法的作物灌溉决策优化研究[J];农机化研究;2011年10期
14 陶冶;吕显强;杨文莲;贾复;;交互式偏好满意优化在渔船技术经济论证中的应用[J];大连海洋大学学报;2011年04期
15 郑克;王喜成;;基于服务最大化的果蔬品配送中心选址问题[J];安徽农业科学;2011年14期
16 于淼;石博强;;液压制动系统中蓄能器的优化设计与稳健分析[J];农业工程学报;2011年06期
17 刘代勇;梁忠民;赵卫民;刘晓伟;易知之;;TOPSIS客观赋权法在干旱综合评估中的应用研究[J];水电能源科学;2011年06期
18 缪新颖;葛廷友;高辉;王建彬;;基于神经网络和遗传算法的池塘溶解氧预测模型[J];大连海洋大学学报;2011年03期
19 杨勇;李卫东;贺立源;;土壤属性空间预测中变异函数套合模型的表达与参数估计[J];农业工程学报;2011年06期
20 彭志勇;赖晓风;;银行家算法在高校排课系统中的应用[J];西昌学院学报(自然科学版);2011年02期
中国重要会议论文全文数据库 前10条
1 唐琎;蔡自兴;谭立球;;用基于遗传算法的神经网络指导股市交易[A];1999年中国智能自动化学术会议论文集(下册)[C];1999年
2 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会暨2006年省汽学会理事会议资料[C];2006年
3 云庆夏;卢才武;陈永峰;;计算智能及其在采矿工程中的应用[A];2005年全国金属矿山采矿学术研讨与技术交流会论文集[C];2005年
4 苏航;田志凌;吴建民;;计算机自建模技术及其在焊接材料性能优化中的应用[A];第九次全国焊接会议论文集(第2册)[C];1999年
5 周海清;王恭先;陈正汉;;基于面向对象遗传算法的抗滑桩优化设计程序的研制[A];中国土木工程学会第九届土力学及岩土工程学术会议论文集(下册)[C];2003年
6 吴建生;金龙;;基于实数编码的遗传算法神经网络预报建模研究[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
7 申元霞;张翠芳;;GA-BP算法在系统辨识中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
8 刘辙;彭亮;崔广才;吴学礼;;混合遗传算法在车间调度中的应用[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
9 曹春红;李文辉;张永坚;;遗传蚂蚁算法在几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
10 余有明;刘玉树;阎光伟;;基于遗传算法的图像处理技术[A];立体图象技术及其应用研讨会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 孙洁;企业财务危机预警的智能决策方法研究[D];哈尔滨工业大学;2007年
2 霍利民;基于贝叶斯网络的电力系统可靠性评估[D];华北电力大学(河北);2005年
3 潘文杰;基于人工神经网络技术的烤烟重金属积累特征研究[D];西南大学;2006年
4 王刚;混合智能系统及其在商务智能中的应用研究[D];复旦大学;2008年
5 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
6 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
7 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
8 刘孟祥;三效催化转化器高效长寿低排放优化设计理论及方法研究[D];湖南大学;2008年
9 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
10 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
中国硕士学位论文全文数据库 前10条
1 马会;基于遗传算法的智能组卷系统的研究与实现[D];沈阳工业大学;2009年
2 曲永超;基于遗传算法的商标图案设计[D];山东师范大学;2009年
3 龚完全;基于最小回溯代价的智能组卷算法[D];湖南大学;2005年
4 刘琨;遗传算法在数据挖掘聚类分析中的应用研究[D];中南林业科技大学;2008年
5 朱奉梅;遗传算法在高校排课系统中的研究与应用[D];东北大学;2009年
6 孙晓丽;基于遗传算法的既有线平面及纵断面整正优化设计[D];中南大学;2010年
7 冯秋霞;解最小生成树问题的新的遗传算法[D];西安电子科技大学;2010年
8 郭佳;基于遗传算法的认知无线网络资源分配技术研究[D];西安电子科技大学;2010年
9 宋品;基于改进遗传算法的波束形成技术研究及其应用[D];西安电子科技大学;2010年
10 梁云静;基于遗传算法的主题爬虫搜索策略研究[D];湖北工业大学;2010年
中国重要报纸全文数据库 前10条
1 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
2 Viola 编译;人工智能将超越人类智慧?[N];第一财经日报;2008年
3 沈建苗 编译;人工智能步入壮年期[N];计算机世界;2009年
4 本报记者 张梦然;你好,机器人[N];科技日报;2009年
5 本报实习记者 郭凯;人工智能正在改变当今世界[N];大众科技报;2009年
6 记者 吴苡婷;挑战人工智能的极限[N];上海科技报;2010年
7 本报驻堪培拉记者 陈小方;澳大利亚:人工智能研究机构林立[N];光明日报;2010年
8 ;我国人工智能科研领域创新结硕果[N];中国技术市场报;2010年
9 孙扬;人工智能渐渐成熟 机器人能干活做伴[N];新华每日电讯;2010年
10 组稿 王毅俊;人工智能与人类生活[N];上海科技报;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978