水稻浸种催芽箱温度场分析及传感器优化配置
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究的背景和意义 | 第8-9页 |
| 1.2 相关技术的国内外研究现状 | 第9-14页 |
| 1.2.1 浸种催芽技术的研究现状 | 第9-10页 |
| 1.2.2 有限元分析方法研究现状 | 第10-11页 |
| 1.2.3 传感器优化配置的研究现状 | 第11-14页 |
| 1.3 论文主要研究内容 | 第14-16页 |
| 2 催芽系统及传感器优化理论 | 第16-30页 |
| 2.1 设备构成和催芽原理 | 第16-20页 |
| 2.1.1 箱体种类和循环控制子系统 | 第16-19页 |
| 2.1.2 浸种催芽的操作流程 | 第19-20页 |
| 2.2 传感器优化配置准则 | 第20-22页 |
| 2.3 遗传算法原理 | 第22-25页 |
| 2.4 二重结构编码 | 第25-27页 |
| 2.5 数值模拟温度场的有限元方法 | 第27-28页 |
| 2.6 本章小结 | 第28-30页 |
| 3 种箱温度场数值模拟及分析 | 第30-44页 |
| 3.1 建立数学模型 | 第30-33页 |
| 3.2 种箱温度场分布的数值模拟 | 第33-42页 |
| 3.2.1 初始条件设定与网络划分 | 第33-34页 |
| 3.2.2 初始条件和控制设定及求解 | 第34-35页 |
| 3.2.3 温度场数值仿真结果与分析 | 第35-42页 |
| 3.3 本章小结 | 第42-44页 |
| 4 水稻浸种催芽温度传感器优化研究 | 第44-63页 |
| 4.1 试验材料与数据的采集 | 第44-46页 |
| 4.2 适应度函数 | 第46-48页 |
| 4.3 逐步累积法和遗传算法优化配置设计 | 第48-53页 |
| 4.3.1 逐步累积法 | 第48-49页 |
| 4.3.2 遗传算法的温度传感器优化配置 | 第49-51页 |
| 4.3.3 遗传算法三步操作的实现 | 第51-53页 |
| 4.4 两级结构的遗传算法传感器优化配置 | 第53-56页 |
| 4.5 优化配置的计算结果分析 | 第56-61页 |
| 4.5.1 逐步累积法传感器排序下的优化配置分析 | 第56-57页 |
| 4.5.2 逐步累积法和遗传算法的优化对比分析 | 第57-59页 |
| 4.5.3 两级结构遗传算法的优化配置分析 | 第59-61页 |
| 4.6 遗传算法的优化配置验证 | 第61-62页 |
| 4.7 本章小结 | 第62-63页 |
| 5 结论与展望 | 第63-65页 |
| 5.1 结论 | 第63页 |
| 5.2 创新点 | 第63页 |
| 5.3 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简历 | 第71页 |
