模拟植物生长算法的原理及应用

为解决国外主流智能算法普遍存在的参数选择难题,模拟植物生长算法(PGSA)以植物独有的向性运动为启发式准则,将优化问题的解空间当做植物的生长环境,通过生长信息和分枝模式(L-系统)构造出依赖优化环境而不断生长的人工植物分枝生长模式,建立了跳出局部最优解并迅速求出全局最优解的遍历搜索机制和智能算法体系.模拟植物生长算法开拓了"无参数智能优化算法"研究的新领域,本文从该算法的思想源头进行阐述,对国内外学者近年来在不同研究领域应用该算法的情况进行了分析和评述,指出了植物生长原理对智能优化领域的影响以及未来的发展方向.     

植物果实的几何造型及可视化研究

提出了一种基于曲面参数方程的植物果实的造型方法。该方法使用凹凸纹理处理方式对椭球面参数方程进行变形,模拟各种不同形状植物果实形状;利用正弦函数的变化规律对植物表面颜色纹理进行模拟。给出了仿真水果模型的实例,模型的可控参数较少,变换灵活,形象直观,易于构建虚拟植物果实的生长模型。     

虚拟植物生长建模

精确农业的进一步发展需要基于作物生长规律的生长过程模拟的支持。近年来,由诸多学科交叉而迅速发展起来的虚拟植物模型,为作物生长模拟的发展开辟了新的道路。其中,植株拓扑结构发展过程的模拟是实现虚拟植物模型的关键技术之一。为了能够客观有效地模拟真实的植物生长过程,应用于精确农业研究,采用L系统方法,结合植物的生长机理,对植物生长过程中受到内、外因素的影响进行了模拟研究。     

模拟植物生长算法在设施选址问题中的应用

以模拟植物生长算法为工具，提出了一种解决设施选址问题的智能优化算法, 结合配送中心选址的实际案例，将模拟植物生长算法与遗传算法的计算结果进行比较，结果表明该算法比遗传算法在精度上有所提高；在此基础上，以50个随机选取的用户为背景，解决了韦伯型多设施选址问题, 不同于其它启发式算法，模拟植物生长算法在得到全局最优解的同时，还可以根据设施数量的不同，将全局最优解与局部最优解进行组合，可以建立整体最优的设施布局, 本算法在应用中显示了精确性、稳定性和通用性特点，是模拟植物生长算法在解决选址问题上的具体应用。     

虚拟植物的构建及在生物学科教学中的应用

虚拟植物是随着植物模拟技术的发展而迅速发展起来的研究领域,在生物学、农学、植物学、虚拟教学等众多领域都具有广阔的应用前景。将分形理论用于研究模拟植物在计算机上的生长发育过程,构建的植物可以反映现实植物的形态结构,具有三维真实感,并反映了现实植物的生理生态现象,从而将虚拟植物的动态生长过程的模拟应用到生物学科的教学当中,使学生可以非常直观、方便地观察到植物的生长过程,并且能亲自动手参与试验。     

玉米群体冠层实时物理模拟

植物器官具有柔性体性质,如何快速高效地处理植物群体内部、植株之间,以及植物器官之间的碰撞检测及变形问题是进行植物群体实时物理模拟的关键.以玉米群体冠层为例,提出了四面体网格结合皮肤网格的双层架构的植物群体物理模拟方法.该方法创建与植株精细的三角形皮肤网格模型相对应的较粗糙的四面体网格包络模型,在四面体网格模型上进行物理模拟、碰撞检测等计算,然后通过四面体网格与皮肤网格间的关联将模拟结果变换到三角形精细网格模型,从而实现了较为逼真、稳定的植物群体实时物理模拟效果.     

植物多向生长模拟算法

针对整数规划问题提出了一种以植物向光性为启发式准则的智能优化算法——植物多向生长模拟算法. 改进了植物生长激素的分配方式并将随机选择机制引入新枝生长方向的选择,更符合植物生长的自然机理. 利用马尔可夫链描述算法迭代过程,证明了算法的收敛性. 利用无约束和有约束两类具有多个全局最优解的非线性整数规划实例测试了植物多向生长模拟算法的性能,并与基本植物生长模拟算法、填充函数法、罚函数法以及基于遗传算法的混合算法进行了对比. 植物多向生长模拟算法不仅提高全局寻优能力,增加解的多样性和准确性而且提高收敛速度.     

克隆植物生长扩散的生态复杂性

首先确定了7种不同的生境格局以及植物的生长规则,并基于此提出分株扩散网络模型,模拟数字克隆植物的分株动态生长的过程。揭示了在分株的不同生长阶段,生境异质性、植物自身的结构特征对分株种群扩散过程的影响,得到分株网络,并对不同处理下的分株种群生长扩散过程进行定量描述,结果表明生境中的斑块分布越密集则分株种群增长速度越快,且不同植物对环境的适应性不同,在富养分斑块产生更长间隔子的基因型探索新生境的能力会更强,而在贫养分斑块产生更长间隔子的基因型更容易获取生境中的有利资源,由此揭示了克隆植物的生态复杂性。     

大型城市地下物流网络优化布局的模拟植物生长算法

交通拥堵问题的加剧使传统物流网络在我国大型城市已达到极限, 未来地面物流系统将逐步向地下不同层次里转移并释放出城市地上空间.本文以斯坦纳最小树(SMT)为理论模型, 建立了符合我国大型城市不断扩展这一特点的树状地下物流网络布局模型. 由于 SMT 为 NP-完全问题, 因此算法的寻优能力是研究的关键. 本文所采用的模拟植物生长算法(PGSA)是以植物向光性理论为启发式准则的智能算法, 该算法是利用人工植物在给定物流节点集解空间中的生长过程得到城市地下物流网络的最优布局. 通过对国际公布的STEINLIB实例数据计算并与蚁群算法和模拟退火算法进行比较, 表明模拟植物生长算法具有较强的精确性、稳定性和全局搜索能力.     

虚拟生态环境中的植物生长预报系统初探

植物生长的早期预报在农林业生产和植物栽培业的决策和管理中有着重要的意义。由于生态因素的不确定性,使植物生长的早期预报工作成为了人们不断探索的课题。本文研究了生态因子的变化对植物能量生长过程的影响方式,提出了利用生命能量系统动力学模型对不同生态条件下植物生长仿真的策略和目标函数。根据已往的生态因子组合关系归纳出植物生长的几种典型的生态环境,通过Markov过程虚拟了这些生态环境演变的时间序列。并根据植物生长的实验数据,建立了此环境下的植物生长预报模型,从而模拟植物可能的生长状态,估算生长过程中产量分布的置信区间和各种生长状态的概率。     

基于双色性反射模型的彩色不变特征的研究

在对双色性反射模型理论分析的基础上,定义和分析了多种彩色不变特征。实验结果表明,归一化的彩色分量rgb,饱和度S,色度H,以及新定义的彩色分量c1c2c3和l1l2l3对视角、光源方向和光照强度是不敏感的,而且色度H和l1l2l3同时对面反射光的影响也不敏感,在照明的光谱能量分布发生变化时,定义了新的不变参量m1m2m3,该参量对白光照明中单色光强度的变化具有很好的鲁棒性。     

联合纯四元数与字典学习的彩色图像去噪方法

彩色图像在获取、传输和存储过程中会受到噪声的影响，这给后续图像处理带来麻烦，因此图像去噪任务意义重大。对此，提出一种基于四元数字典学习的模型，该模型约束四元数的实部为零，图像的色彩信息得以保存。传统的稀疏图像模型把彩色图像看作向量或者单色图像的线性组合，忽略了RGB通道之间的关系。用纯四元数表示彩色图像，将彩色图像的RGB通道表示成四元数矩阵的虚部，拟合图像效果更好。数值实验表明，与其他模型相比较，所构建的模型可以更精确地表示彩色图像，在处理彩色图像的过程中产生模型拟合误差相对较小，峰值信噪比以及视觉效果方面均有明显提升，能更好地进行图像去噪。     

基于颜色特征对木质板材分级的研究

给出几种基于颜色和纹理特征木质板材的分级算法,这几种方法通过主颜色和共生矩阵特征,分别利用神经网络中的RBF网络和K-近邻对木质板材样本图像进行处理,然后进行分类的方法。木质板材样本图像通过对木材加工处理采集而得到的。主颜色特征是反映一幅图像的基本面貌的,并通过HSV颜色模型、量化、颜色直方图和绝对距离而得到的;再加上共生矩阵特征。选取三种主颜色方案数据,经过Matlab7.0平台进行程序设计,对木质板材样本图像数据进行训练和测试,并加以验证。实验结果表明,这几种方法能够较好地解决木材分级的问题。     

针对涂料行业的配色仿真系统

根据作者的设计和开发经验,介绍了一个用于涂料行业的配色仿真系统。该系统使用X-Rite公司生产的SP62球型分光光度计,利用颜色科学,特别是色料混合理论来完成关于配色的各种计算。该系统提供了高精确度的配色计算功能,并能进行配方管理和配方修正等工作,具有很高的工业实用价值。     

Fuzzy color morphological sieves

To solve the problems that exist in the color morphological sieves, a new fuzzy color morphological sieve is proposed. The method adopts color fuzzy model to define extrema and selects more rational regional merging way to produce better results. It can deal with the maxima or the minima areas respectively and the approach is simple and agile in design. The color fuzzy model and the steps of the algorithm are discussed. The evaluation of the performance shows the new method can produce the best synthetical performance.     

三维人脸建模中面部特征轮廓线的提取

提出一种基于彩色Snake模型和人脸先验知识的面部特征轮廓线提取算法，并将其用于真实意的三维人脸建模。根据肤色和灰度信息，在图像分割的基础上，利用种子填充技术获得面部各非肤色特征的轮廓初值；然后采用一种改进的彩色Snake模型对轮廓初值进行精确定位；接着，根据人脸的先验知识，利用含有方向信息的形态学边缘检测算子通过一次逐点考察完成下颚轮廓线的提取。实验结果表明该算法在轮廓线的搜索效率和定位精度上都有良好表现，在真实感的三维人脸建模以及面部识别等领域具有广泛的应用。     

基于特征人脸和肤色统计的人脸检测

提出一种在视频中检测人脸的新方法,该方法首先用特征人脸检测第一帧画面中人脸的位置和大小,将它作为卡尔曼(Kalman)滤波的初始值和肤色分布统计的训练样本,然后利用卡尔曼滤波预测人脸,最后用肤色分布模型确定人脸,就可以检测到人脸。这种方法的优点是可以在复杂背景下快速准确地检测到人脸位置和大小。实验结果表明使用该方法可以实时准确地检测到视频中的人脸。     

一种基于色料混合理论的配色仿真算法

以工业配色应用为背景，首先探讨了计算机配色的两种基本理论：三刺激值理论与色料混合理论，然后分析了基于色料混合理论的织物染色算法的不足，提出了一种新的配色仿真算法，并应用于涂料配色实践。从仿真结果来看，该配色仿真算法计算精确，能够有效地减小配方色差。     

基于改进SMOG模型的目标跟踪算法

空间颜色混合高斯模型(SMOG)是一种优于经典颜色直方图的目标颜色表示模型.然而,SMOG模型初始化时不可避免的会引入背景象素,且极有可能被误选为一个有效的目标分布,严重影响后续的相似性度量,且各目标分布鉴别性能的发挥会受到自身权重的严重制约,当背景中出现与目标颜色相似的干扰物体时,算法的跟踪准确性仍会有所降低.针对这些不足,提出了-种改进的SMOG模型,通过衡量背景与目标分布在空间颜色域上的联合距离来剔除误引入的背景分布,同时将联合距离作为目标分布鉴别能力高低的一种度量,引人到相似性度量函数中,并在跟踪过程中根据局部背景的变化动态的进行更新,充分根据每个高斯分布的鉴别性能调整其匹配权重.实验证明,改进后的SMOG模型能有效提高目标跟踪的鲁棒性.