为对冬小麦作物-土壤全氮含量进行一体化监测,提出一种基于改进灰狼优化算法(Improved grey wolf optimization algorithm,IGWO)的冬小麦作物-土壤全氮含量共同冠层高光谱特征波长选择方法。以河南省漯河市郾城区的40块拔节期冬小麦农...为对冬小麦作物-土壤全氮含量进行一体化监测,提出一种基于改进灰狼优化算法(Improved grey wolf optimization algorithm,IGWO)的冬小麦作物-土壤全氮含量共同冠层高光谱特征波长选择方法。以河南省漯河市郾城区的40块拔节期冬小麦农田为研究区,通过采集冬小麦冠层反射光谱,结合实验室测定精确全氮含量,利用IGWO算法选择冬小麦作物-土壤共同特征波长。结果表明,相较于遗传算法(Genetic algorithm,GA)等其他仿生学优化算法,改进灰狼优化算法可以选择冬小麦作物-土壤共同冠层反射光谱特征波长。在随机森林(Random forest,RF)回归模型下,冬小麦作物和土壤全氮含量测试集的决定系数(Coefficient of determination,R^(2))分别为0.7888和0.7534。与其他仿生学算法相比,IGWO选择的特征波长405、495、582、731、808 nm预测性能最佳,能够有效利用全谱信息且符合冬小麦生理特征。改进灰狼优化算法能够选择冬小麦作物-土壤共同的冠层反射光谱特征波长,实现对冬小麦作物-土壤全氮含量的较高精度估计,可作为估测田间冬小麦作物-土壤全氮含量的有效途径。展开更多
针对执行器严重故障下多移动机器人的编队重构控制问题,提出一种基于灰狼优化-鲸鱼优化算法(Grey Wolf Optimizer-Whale Optimization Algorithm,GWO-WOA)的协同编队重构控制策略。设计一种故障观测器以检测多机器人系统中出现的执行器...针对执行器严重故障下多移动机器人的编队重构控制问题,提出一种基于灰狼优化-鲸鱼优化算法(Grey Wolf Optimizer-Whale Optimization Algorithm,GWO-WOA)的协同编队重构控制策略。设计一种故障观测器以检测多机器人系统中出现的执行器严重故障,并使执行器严重故障的机器人离开编队。利用匈牙利算法分配剩余机器人在期望重构编队中的位置,并用GWO-WOA规划出机器人的运动路径。提出编队重构综合控制策略,包括三部分,分别为基于一致性的编队保持控制、基于势能函数的避碰控制和基于比例积分的跟踪控制器,使多机器人在无碰撞的情形下实现了重构编队。仿真实验结果表明,所提出的编队重构控制策略能够实时监测出故障机器人,并且在形成期望重构编队的同时防止相互碰撞。展开更多
文摘为对冬小麦作物-土壤全氮含量进行一体化监测,提出一种基于改进灰狼优化算法(Improved grey wolf optimization algorithm,IGWO)的冬小麦作物-土壤全氮含量共同冠层高光谱特征波长选择方法。以河南省漯河市郾城区的40块拔节期冬小麦农田为研究区,通过采集冬小麦冠层反射光谱,结合实验室测定精确全氮含量,利用IGWO算法选择冬小麦作物-土壤共同特征波长。结果表明,相较于遗传算法(Genetic algorithm,GA)等其他仿生学优化算法,改进灰狼优化算法可以选择冬小麦作物-土壤共同冠层反射光谱特征波长。在随机森林(Random forest,RF)回归模型下,冬小麦作物和土壤全氮含量测试集的决定系数(Coefficient of determination,R^(2))分别为0.7888和0.7534。与其他仿生学算法相比,IGWO选择的特征波长405、495、582、731、808 nm预测性能最佳,能够有效利用全谱信息且符合冬小麦生理特征。改进灰狼优化算法能够选择冬小麦作物-土壤共同的冠层反射光谱特征波长,实现对冬小麦作物-土壤全氮含量的较高精度估计,可作为估测田间冬小麦作物-土壤全氮含量的有效途径。
文摘针对执行器严重故障下多移动机器人的编队重构控制问题,提出一种基于灰狼优化-鲸鱼优化算法(Grey Wolf Optimizer-Whale Optimization Algorithm,GWO-WOA)的协同编队重构控制策略。设计一种故障观测器以检测多机器人系统中出现的执行器严重故障,并使执行器严重故障的机器人离开编队。利用匈牙利算法分配剩余机器人在期望重构编队中的位置,并用GWO-WOA规划出机器人的运动路径。提出编队重构综合控制策略,包括三部分,分别为基于一致性的编队保持控制、基于势能函数的避碰控制和基于比例积分的跟踪控制器,使多机器人在无碰撞的情形下实现了重构编队。仿真实验结果表明,所提出的编队重构控制策略能够实时监测出故障机器人,并且在形成期望重构编队的同时防止相互碰撞。
