检索结果-内蒙古大学图书馆

长江科学院院报 2025年

作者：张睿李纪辉鲁春辉刘备长江勘测规划设计研究有限责任公司河海大学水利水电学院河海大学水文水资源与水利工程科学国家重点实验室河海大学长江保护与绿色发展研究院

随着汉江流域水资源开发程度的逐步提高及生态需求不断增加，流域内用水与流域外调水、水资源综合利用与生态用水的矛盾日益突出，亟需通过科学手段强化水资源配置能力，协同推进河湖生境修复与健康维持。为此，本文以南水北调中线供水... 详细信息

随着汉江流域水资源开发程度的逐步提高及生态需求不断增加，流域内用水与流域外调水、水资源综合利用与生态用水的矛盾日益突出，亟需通过科学手段强化水资源配置能力，协同推进河湖生境修复与健康维持。为此，本文以南水北调中线供水量、水库发电量、生态流量保证率为目标，构建了丹江口水库供水-发电-生态多目标优化调度模型，运用改进的nsga-ⅲ优化算法进行求解，得到不同来水频率条件下非劣调度方案集，结果显示：生态最优方案在丰、平、枯来水条件下生态流量保障率分别提升100%、46.65%、88.89%，优化效果明显，在最大限度提升生态效益的同时强化了水资源配置，为分析各典型年优化方案对库区河段水文健康影响，对优化方案进行河流水文健康评估。方案为水库多目标综合调度及生态环境保护提供指导和借鉴。

关键词：丹江口水库多目标优化调度 nsga-ⅲ优化算法生态流量保证率河流水文健康评估

来源：评论

学校读者我要写书评

暂无评论

东北地区稻田土壤氮含量无人机高光谱反演建模研究

引用

沈阳农业大学学报 2023年第6期54卷 759-768页

作者：许童羽方健羽郭忠辉白驹驰金忠煜于丰华沈阳农业大学信息与电气工程学院沈阳110161 沈阳农业大学辽宁省智慧农业技术重点实验室沈阳110161

土壤氮元素是土壤肥力的一个重要指标,掌握土壤氮元素含量的变化是观测农作物的发育状况及时空变化规律等的基础。利用高光谱对土壤氮元素进行反演,可为精准农业地表土壤元素快速测定提供参考。为实现对土壤中氮元素含量的快速测定,以... 详细信息

土壤氮元素是土壤肥力的一个重要指标,掌握土壤氮元素含量的变化是观测农作物的发育状况及时空变化规律等的基础。利用高光谱对土壤氮元素进行反演,可为精准农业地表土壤元素快速测定提供参考。为实现对土壤中氮元素含量的快速测定,以沈阳农业大学海城试验田为例,对土壤原始反射率进行了一阶导数变换,运用等距特征映射算法(isometric feature mapping,lsomap)、竞争性自适应重加权采样法(competitive adapative reweighted sampling, CARS)对一阶导数光谱数据进行降维并提取出相关特征。运用BP神经网络(back propagation neural network,BPNN)、GA优化(GA-BPNN)以及经过nsga-Ⅲ优化后的BP神经网络(nsga-Ⅲ-BPNN)3种分析方法建立土壤全氮的高光谱反演模型,并利用决定系数(R^(2))和均方根误差(root mean square error,RMSE)对反演模型进行评价。结果表明:经过ISOMAP进行的降维相对于CARS能有效的对特征进行提取。优化后的神经网络模型建立的土壤养分含量预测模型优于未优化的神经网络,能极好地预测土壤中的氮元素含量。基于Isomap降维后的nsga-Ⅲ-BPNN的模型的反演模型预测效果最好,最终预测土壤全氮含量训练集为R^(2)=0.842、RMSE=0.077,测试集R^(2)=0.826、RMSE=0.089。反演精度高于GA-BPNN和BPNN的模型反演精度,与其他模型组合相比,该组合可以为土壤氮元素含量的反演研究提出一种新的方法。

关键词：无人机高光谱土壤氮元素反演 nsga-ⅲ优化算法 Isomap降维 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

基于nsga-Ⅲ的列车多目标操纵优化研究

基于NSGA-Ⅲ的列车多目标操纵优化研究

引用

作者：丁圣北京工业大学

学位级别：硕士

随着城市轨道交通的迅速发展,地铁站的客流量日益增加,地铁列车在轨道交通领域发挥着重要作用。作为城市中一种重要的交通运输工具,地铁列车的运行需要严格遵守各项指标,才能确保在安全行车前提下提升运行效率,满足旅客的出行需求。然而... 详细信息

随着城市轨道交通的迅速发展,地铁站的客流量日益增加,地铁列车在轨道交通领域发挥着重要作用。作为城市中一种重要的交通运输工具,地铁列车的运行需要严格遵守各项指标,才能确保在安全行车前提下提升运行效率,满足旅客的出行需求。然而,地铁在实际运行中,会受到线路、速度和车辆的影响,往往会增加运行能耗、时间,降低旅客的舒适度,从而增加了运营的成本。因此,研究如何对列车运行过程的多目标进行优化尤为重要。本文以列车的运行能耗、时间、旅客舒适度为优化目标,行车安全、精准停车等为约束条件,采用nsga-Ⅲ算法(Nondominated Sorting Genetic AlgorithmⅢ)对列车的多目标运行过程和列车的追踪过程进行优化研究。(1)研究列车的运行过程。首先分析了列车自动控制系统的原理和列车运行指标。然后根据列车的运行过程进行受力分析,并根据列车的自身特征以及线路情况建立列车多质点运动方程。(2)研究基于遗传算法的多目标优化问题。传统多目标优化方法通常把多目标问题转为单目标问题,导致很多最优解的丢失。而nsga-Ⅱ算法在优化时易出现解分布不均的情况,从而降低了解集的多样性。针对该问题,本文引入一种基于参考点的nsga-Ⅲ算法,加强算法的寻优能力,提升种解集的多样性和分布均匀度。采用标准的测试函数对基于参考点的nsga-Ⅲ算法与nsga-Ⅱ进行对比,验证了nsga-Ⅲ算法优化性能更佳,为列车的多目标运行优化奠定基础。(3)研究列车多目标操纵优化问题。针对列车的实际运行状态,首先采用黄金分割遗传算法分别优化列车的能耗、时间以及旅客舒适度,得到各项优化指标。然后将列车的运行能耗、时间和旅客舒适度综合考虑作为优化目标,行车安全、停车精准以及工况条件为约束,建立了列车多目标操纵优化模型。针对带约束的列车多目标优化问题,引入约束违反的思想来扩展nsga-Ⅲ,从而减少在优化中不可行解的产生,提升解集的质量与多样性并采用扩展后的nsga-Ⅲ算法对列车多目标操纵优化模型进行求解。结合地铁实际线路,通过仿真对比列车单目标优化与多目标优化性能,验证列车多目标操纵优化的必要性。(4)研究列车多目标追踪优化问题。针对列车追踪过程中出现列车时间调整不当的问题,在列车多目标操纵优化的基础上,综合考虑多车之间的影响,将车辆间的追踪间隔时间和追踪间隔距离加入到列车的约束条件中,建立列车的追踪优化模型。根据列车的追踪运行过程,将动态追踪问题划分为3个典型的追踪场景,并针对每一个追踪场景制定了相应的追踪策略。结合其策略,采用nsga-Ⅲ算法对列车的追踪模型进行求解。以地铁实际线路为依托,通过实验仿真验证了在该算法的优化下,列车在追踪过程中各个指标间达到了较好的水平,证明了算法的可行性和有效性。

关键词：列车运行多目标优化 nsga-ⅲ优化算法列车追踪

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：