農(nóng)機應(yīng)急調(diào)度系統(tǒng)的研究與設(shè)計
發(fā)布時間:2021-04-03 06:36
我國是一個農(nóng)業(yè)大國,在農(nóng)作物收獲季節(jié),當遇到自然災(zāi)害等緊急情況時,為了保障農(nóng)民的財產(chǎn)安全,急需從周邊地區(qū)調(diào)出適量的農(nóng)機來進行應(yīng)急工作,如何做好農(nóng)機應(yīng)急調(diào)度工作已經(jīng)成為我國目前急需解決的難題。隨著科技的迅猛發(fā)展,現(xiàn)代信息技術(shù)與農(nóng)業(yè)的融合已經(jīng)開始進入初步發(fā)展階段。在應(yīng)急調(diào)度過程中,為了保證農(nóng)機及時、高效的完成應(yīng)急調(diào)度任務(wù),需要實時獲取精確、可靠的農(nóng)機位置信息。而我國自主研發(fā)的北斗衛(wèi)星導(dǎo)航系統(tǒng)所提供的高精度定位導(dǎo)航技術(shù),能夠帶動和支撐我國農(nóng)業(yè)信息化和智能化的研究。農(nóng)機應(yīng)急調(diào)度問題實質(zhì)上就是一個組合優(yōu)化問題,本文對緊急情況下的農(nóng)機調(diào)度問題進行了分析,結(jié)合實際情況給出了農(nóng)機應(yīng)急調(diào)度的約束條件,研究調(diào)度算法,選擇合理的調(diào)度方案,實現(xiàn)在限定時間內(nèi)快速完成調(diào)度任務(wù)。本文的主要研究內(nèi)容如下:(1)農(nóng)機應(yīng)急調(diào)度多岀救點組合優(yōu)化。研究多個農(nóng)田受災(zāi)點與多個農(nóng)機岀救點之間的組合調(diào)配問題,結(jié)合應(yīng)急調(diào)度的實際情況,給出相應(yīng)的約束條件,建立了“應(yīng)急時間開始最早”和“參與應(yīng)急的農(nóng)機點數(shù)目最少”的多目標數(shù)學模型。(2)蟻群算法。通過對多種算法進行研究分析,由于蟻群算法具有魯棒性、并行性以及良好的搜索能力,本文最終選擇了蟻...
【文章來源】:武漢理工大學湖北省 211工程院校 教育部直屬院校
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【部分圖文】:
農(nóng)機應(yīng)急調(diào)度流程
16圖 2-2 基本遺傳算法流程圖是依據(jù)自然界中生物的遺傳與選擇機制發(fā)展而來的過對自然界中生物的繁殖和生存過程進行模擬,逐染色體個體的好壞是由遺傳算法的適應(yīng)度函數(shù)來衡適應(yīng)能力較優(yōu)的個體是根據(jù)相應(yīng)的適應(yīng)度函數(shù)值篩體進行交叉、變異等操作,重復(fù)此過程,最后保留把最優(yōu)個體經(jīng)過相應(yīng)的轉(zhuǎn)化映射到可行解空間內(nèi),2],遺傳算法流程圖如圖 2-2 所示。用基本遺傳算法對某個問題求解的步驟,描述如下:據(jù)實際問題確定染色體,對種群進行初始化,在這一
武漢理工大學碩士學位論文些參數(shù)進行設(shè)置即可。(2)對種群中每個個體的適應(yīng)能力大小進行計算。(3)選擇操作,是把適應(yīng)能力較強的個體選擇出來。(4)交叉操作,交叉操作是遺傳算子的核心部分。執(zhí)行該項操作前,應(yīng)統(tǒng)一考慮染色體編碼及交叉算子的設(shè)計。(5)變異操作,在種群中首先選擇出一個個體,以變異概率隨機改變這個個體的染色體數(shù)據(jù)結(jié)構(gòu),只需要改變某一個串的值。(6)終止條件的判斷,如果進化代數(shù)已經(jīng)達到了最大進化代數(shù),則整個算法結(jié)束。如果不滿足結(jié)束的條件,把進化次數(shù)加 1,轉(zhuǎn)回到第二步進行循環(huán)操作。2.4.2 蟻群算法
【參考文獻】:
期刊論文
[1]基于農(nóng)機空間軌跡的作業(yè)面積的緩沖區(qū)算法[J]. 劉卉,孟志軍,王培,魏學禮,韓宇. 農(nóng)業(yè)工程學報. 2015(07)
[2]基于改進蟻群算法物流配送路徑優(yōu)化的研究[J]. 張勇. 控制工程. 2015(02)
[3]極端天氣下的農(nóng)機應(yīng)急調(diào)配仿真模型[J]. 李婷. 科技通報. 2014(12)
[4]基于粒子群算法的復(fù)雜應(yīng)急調(diào)度建模與仿真[J]. 潘芳,仲偉俊. 統(tǒng)計與決策. 2014(21)
[5]北京市農(nóng)機管理調(diào)度系統(tǒng)設(shè)計與實現(xiàn)[J]. 楊立國,李傳友,賈生,李小龍,吳才聰,李志國,高嬌. 農(nóng)學學報. 2014(08)
[6]基于混沌蟻群算法的應(yīng)急救援車輛調(diào)度優(yōu)化[J]. 談曉勇,林鷹. 計算機應(yīng)用研究. 2014(09)
[7]帶時間窗車輛調(diào)度問題的改進粒子群算法[J]. 王飛. 計算機工程與應(yīng)用. 2014(06)
[8]信息平臺下農(nóng)機調(diào)度問題研究[J]. 陸靜. 農(nóng)業(yè)開發(fā)與裝備. 2013(11)
[9]蟻群優(yōu)化算法在物流車輛調(diào)度系統(tǒng)中的應(yīng)用[J]. 李秀娟,楊玥,蔣金葉,姜立明. 計算機應(yīng)用. 2013(10)
[10]自然災(zāi)害對我國農(nóng)業(yè)的影響研究[J]. 高云,詹慧龍,陳偉忠,矯健. 災(zāi)害學. 2013(03)
博士論文
[1]基于災(zāi)情信息特征的應(yīng)急物資分配決策模型研究[D]. 葛洪磊.浙江大學 2012
[2]基于蟻群優(yōu)化算法的批調(diào)度問題研究[D]. 許瑞.中國科學技術(shù)大學 2011
碩士論文
[1]基于GIS的應(yīng)急調(diào)度系統(tǒng)的設(shè)計與實現(xiàn)[D]. 徐寶華.北京郵電大學 2014
[2]基于蟻群算法的單配送中心車輛調(diào)度問題研究[D]. 吳珂.大連海事大學 2013
[3]基于遺傳算法的車輛路徑優(yōu)化問題研究[D]. 趙辰.天津大學 2012
[4]多資源組合下多出救點優(yōu)化決策模型研究[D]. 張美.重慶大學 2012
[5]基于連續(xù)軟時間窗限制的應(yīng)急物資分配模型[D]. 王增.華中科技大學 2011
[6]重特大交通事故現(xiàn)場處置中應(yīng)急車輛調(diào)度問題的研究[D]. 賈永幸.吉林大學 2011
本文編號:3116812
【文章來源】:武漢理工大學湖北省 211工程院校 教育部直屬院校
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【部分圖文】:
農(nóng)機應(yīng)急調(diào)度流程
16圖 2-2 基本遺傳算法流程圖是依據(jù)自然界中生物的遺傳與選擇機制發(fā)展而來的過對自然界中生物的繁殖和生存過程進行模擬,逐染色體個體的好壞是由遺傳算法的適應(yīng)度函數(shù)來衡適應(yīng)能力較優(yōu)的個體是根據(jù)相應(yīng)的適應(yīng)度函數(shù)值篩體進行交叉、變異等操作,重復(fù)此過程,最后保留把最優(yōu)個體經(jīng)過相應(yīng)的轉(zhuǎn)化映射到可行解空間內(nèi),2],遺傳算法流程圖如圖 2-2 所示。用基本遺傳算法對某個問題求解的步驟,描述如下:據(jù)實際問題確定染色體,對種群進行初始化,在這一
武漢理工大學碩士學位論文些參數(shù)進行設(shè)置即可。(2)對種群中每個個體的適應(yīng)能力大小進行計算。(3)選擇操作,是把適應(yīng)能力較強的個體選擇出來。(4)交叉操作,交叉操作是遺傳算子的核心部分。執(zhí)行該項操作前,應(yīng)統(tǒng)一考慮染色體編碼及交叉算子的設(shè)計。(5)變異操作,在種群中首先選擇出一個個體,以變異概率隨機改變這個個體的染色體數(shù)據(jù)結(jié)構(gòu),只需要改變某一個串的值。(6)終止條件的判斷,如果進化代數(shù)已經(jīng)達到了最大進化代數(shù),則整個算法結(jié)束。如果不滿足結(jié)束的條件,把進化次數(shù)加 1,轉(zhuǎn)回到第二步進行循環(huán)操作。2.4.2 蟻群算法
【參考文獻】:
期刊論文
[1]基于農(nóng)機空間軌跡的作業(yè)面積的緩沖區(qū)算法[J]. 劉卉,孟志軍,王培,魏學禮,韓宇. 農(nóng)業(yè)工程學報. 2015(07)
[2]基于改進蟻群算法物流配送路徑優(yōu)化的研究[J]. 張勇. 控制工程. 2015(02)
[3]極端天氣下的農(nóng)機應(yīng)急調(diào)配仿真模型[J]. 李婷. 科技通報. 2014(12)
[4]基于粒子群算法的復(fù)雜應(yīng)急調(diào)度建模與仿真[J]. 潘芳,仲偉俊. 統(tǒng)計與決策. 2014(21)
[5]北京市農(nóng)機管理調(diào)度系統(tǒng)設(shè)計與實現(xiàn)[J]. 楊立國,李傳友,賈生,李小龍,吳才聰,李志國,高嬌. 農(nóng)學學報. 2014(08)
[6]基于混沌蟻群算法的應(yīng)急救援車輛調(diào)度優(yōu)化[J]. 談曉勇,林鷹. 計算機應(yīng)用研究. 2014(09)
[7]帶時間窗車輛調(diào)度問題的改進粒子群算法[J]. 王飛. 計算機工程與應(yīng)用. 2014(06)
[8]信息平臺下農(nóng)機調(diào)度問題研究[J]. 陸靜. 農(nóng)業(yè)開發(fā)與裝備. 2013(11)
[9]蟻群優(yōu)化算法在物流車輛調(diào)度系統(tǒng)中的應(yīng)用[J]. 李秀娟,楊玥,蔣金葉,姜立明. 計算機應(yīng)用. 2013(10)
[10]自然災(zāi)害對我國農(nóng)業(yè)的影響研究[J]. 高云,詹慧龍,陳偉忠,矯健. 災(zāi)害學. 2013(03)
博士論文
[1]基于災(zāi)情信息特征的應(yīng)急物資分配決策模型研究[D]. 葛洪磊.浙江大學 2012
[2]基于蟻群優(yōu)化算法的批調(diào)度問題研究[D]. 許瑞.中國科學技術(shù)大學 2011
碩士論文
[1]基于GIS的應(yīng)急調(diào)度系統(tǒng)的設(shè)計與實現(xiàn)[D]. 徐寶華.北京郵電大學 2014
[2]基于蟻群算法的單配送中心車輛調(diào)度問題研究[D]. 吳珂.大連海事大學 2013
[3]基于遺傳算法的車輛路徑優(yōu)化問題研究[D]. 趙辰.天津大學 2012
[4]多資源組合下多出救點優(yōu)化決策模型研究[D]. 張美.重慶大學 2012
[5]基于連續(xù)軟時間窗限制的應(yīng)急物資分配模型[D]. 王增.華中科技大學 2011
[6]重特大交通事故現(xiàn)場處置中應(yīng)急車輛調(diào)度問題的研究[D]. 賈永幸.吉林大學 2011
本文編號:3116812
本文鏈接:http://sikaile.net/nykjlw/nygclw/3116812.html
最近更新
教材專著