面向绿色智能制造的高维多目标动态作业车间调度优化

在当前环境问题日益严峻情况下,绿色智能制造受到广泛关注。在动态柔性作业车间基础上考虑不同机器状态下的能耗情况、机器使用节能方法,构建以极小化总能耗、最大完工时间、机器总负荷和产品质量稳定性为目标的高维多目标绿色动态柔性作业车间调度模型,并设计改进的灰狼优化IMOGWO算法求解该问题。首先,采用反向学习初始化种群策略,以扩大种群多样性;然后,依据多目标问题和标准GWO算法的特点提出多级官员领导机制,并引入POX交叉和逆序变异算子;最后,改进精英保留策略用于多目标优化算法。为证明算法的有效性,设计两组仿真实验分别对三种算法进行比较。实验结果表明,运用本文改进的IMOGWO算法求解多目标问题有更好的收敛性和分布性。     

49≤Z≤53类钴离子3d^9-3p^53d^10，3d^9-3d^84p跃迁谱线和振子强度的计算

用等电子序列高离化态离子能级△E随Zc的一般拟合公式,系统计算了中Z段49≤Z≤53类钴离子的能级,并给出了3d^9-3p^53d^10,3d^9-3d^84p跃迁的波长和振子强度。     

碱原子高里德堡态的极化率

本文使用一种具有解析解的原子唯象势模型,计算了碱原子Na,K,Rb,Cs里德堡(15≤n≤55)的标量和量极化率,计算结果与实验符合很好。还确定了极化率标度关系α=An^*7+Bn^*6中的系数A和B,由此关系外推所得结果也与实验很好地符合。 关键词：     

Electromagnetic tunneling through conjugated single-negative metamaterial pairs and double-positive layer with high-magnetic fields

We show that resonant tunneling of electromagnetic （EM） fields can occur through a six-layer structure con- sisting of two pairs of bilayer slabs： one＇being an epsilon-negative layer and the other being a mu-negative layer with a double-positive （DPS） medium and air. This type of tunneling is accompanied by high-magnetic field. The Poynting vector distributions and the material dissipation are studied. Our results demonstrate that the EM field in the structure is controlled flexibly by single-negative media and DPS slab. Therefore, this structure has potential applications in wireless energy transfer.     

基于核映射多光谱特征融合的高光谱遥感图像分类法

多光谱遥感图像的波段设定在理论和实践上都极具地物针对性,在更有效的数据挖掘方法帮助下可以提取足够的光谱特征以区分地物,本文将光谱匹配技术用于相似性度量,以提高分类准确度.首先选定光谱角制图、光谱相关制图、Mahalanobis距离、光谱相似度和光谱信息差异做为光谱度量;随后选择高斯核函数,在选定核函数之后,得到了核映射下的光谱特征度量来挖掘高光谱遥感数据的光谱特征.最后采用核映射多光谱特征融合法对多光谱遥感图像光谱特征的相似性进行描述,得到基于核映射多光谱特征融合的高光谱遥感图像分类算法.使用MATLAB中的LIBSVM工具箱对AVIRIS高光谱遥感数据进行分类实验,并与已有算法进行对比,结果表明本文提出的算法具有较高的分类准确度和性能.     

冬小麦冻害胁迫高光谱分析与冻害严重度反演

对冬小麦冻害严重度的精确反演是及时采取补救措施降低损失的关键,同时及时预测产量损失对政府职能部门也具有积极意义。针对冬小麦冻害群体严重度评估方法在经典统计反演模型存在估算效果不理想的情况下,以冬小麦为试验对象,首先对冬小麦冠层光谱反射率数据进行重采样平滑处理,再用主成分分析(PCA)技术对高光谱数据进行分析,进一步实现综合原始光谱主成分信息作为自变量参与冬小麦冻害严重度反演过程,最后采用决定系数R2、均方根误差RMSE、准确度Accuracy三种模型精度验证方法对模型进行评价。结果显示,基于主成分分析法建立冬小麦冻害严重度模型精度分别达0.697 5,0.184 2和0.697 5;同时对反演模型进行验证,其精度也分别达到0.630 9,0.350 3和1.339 6。因此,该方法能有效地对冬小麦冻害严重度进行快速、精确的反演。     

基于叶片光学属性的作物叶片水分含量反演模型研究

叶片含水量是反映作物生理特性的一个重要参数, 对生态环境的研究具有重要意义。采用小波分析方法, 分析叶片含水量对反射率的影响特征, 建立综合利用多波段信息的作物叶片水分含量反演模型。基于PROSPECT模型的辐射传输理论, 推导出由叶片反射率光谱的小波系数反演叶片水分含量CW的理论模型。利用六种常用的小波函数, 对叶片组分水、干物质和白化基本层的吸收光谱进行小波分解。选取对水分变化最敏感, 同时对其他组分不敏感的分解尺度和波段位置, 找到能稳定突出水的光谱特征的小波系数。结果表明: bior1.5小波函数在尺度为200 nm, 波段位置为1 405和1 488 nm的小波系数具有上述特征。建立由叶片反射率光谱的bior1.5小波系数反演叶片水分含量CW的反演模型, 模型有两个转换系数a和Δ都受叶片结构参数N的影响。利用PROSPECT模型生成模拟光谱数据集, 校正建立的叶片水分含量反演模型中的两个转换系数a和Δ, 并与LOPEX93实验光谱数据集结合验证反演模型。结果表明: 反演模型不仅比传统基于植被指数的统计模型在精度上有提高(反演值与实测值的R2最高达到0.987), 而且更加稳定, 普适性更高。研究表明, 小波分析方法在利用高光谱数据反演作物叶片水分含量方面具有独特的优势。     

基于地对空观测光谱的大气CO_2柱浓度反演分析（英文）

基于地对空高光谱观测获取大气CO2柱浓度(大气中CO2的垂直总含量)数据是验证和改进卫星高光谱观测反演CO2浓度的重要数据源之一,而目前在中国还没有基于地面光谱观测进行大气CO2柱浓度反演研究的报告。利用光谱分析仪与太阳跟踪仪等构成的地面观测系统在中国内蒙古锡林郭勒草原进行了地对空高光谱观测,基于高光谱观测数据反演了大气CO2柱浓度。在基于1.6μm大气CO2的光谱吸收特征进行CO2浓度反演过程中,评价分析了观测光谱的波长漂移和气象参数对大气CO2柱浓度反演精度的影响。结果显示观测期间平均大气CO2柱浓度为390.9μg·mL-1。波长的漂移将会导致反演浓度值整体偏低;波长漂移从-0.012~0.042nm范围时,将会导致1μg·mL-1以上的偏差。同时,研究发现光谱透过率在6 357~6 358,6 360~6 361和6 363~6 364cm-1谱段敏感于气象参数的变化。对比利用与光谱观测同时和非同时观测的气象参数进行的浓度反演结果发现,非同时观测气象参数的利用引起的浓度偏差最小在0.11μg·mL-1,最大可达4μg·mL-1;本论文的分析结果对基于光谱反演CO2柱浓度算法的改进有着一定的参考价值。     

受风灾影响后的农作物冠层反射信息测量与分析

受到台风“布拉万”的影响,吉林中部地区大范围处于灌浆期的玉米倒伏。为了确定倒伏后玉米冠层对反射信息的影响,从不同角度对其高光谱反射信息进行了测量与分析;与此同时,对偏振反射信息也进行了测量,将反射与偏振信息结合起来分析了受风灾影响后农作物冠层反射特征的变化。结果表明,风灾过后倒伏玉米的反射信息在可见光波段降低,而在近红外波段范围增大,与正常直立生长的玉米反射信息比较,具有非常明显的各项异性特征;同时,倒伏玉米的反射光中包含丰富的偏振信息,利用偏振信息可以为区分倒伏区域提供依据。这为利用遥感技术确定受灾范围与计算损失产量提供了依据。     

基于高光谱成像技术的番茄叶片灰霉病早期检测研究

提出了独立软模式法(SIMCA)的番茄叶片灰霉病特征波段图像的提取,并通过多元线性回归法(MLR)提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息的技术路线。利用680～740 nm波段的方差图像和建模能力参数提取的特征波段,并作为输入变量进行MLR分析,在0.5准确率阈值下,准确率均大于99%,说明特征波段可以实现番茄叶片灰霉病的检测,并利用MLR回归系数提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息,结果表明所提出的方法具有很好的预测能力,为番茄灰霉病的早期检测提供了一种新方法,且大大降低了高光谱图像的数据处理时间。