[目的/意义]为解决当前作物管理中个性化需求难以捕捉、决策过程缺乏灵活性难题,本研究提出了一种基于大语言模型的个性化作物生产智能决策方法[方法]通过自然语言对话收集用户在蔬菜作物管理过程中的个性化需求,涵盖产量、人力资源消...[目的/意义]为解决当前作物管理中个性化需求难以捕捉、决策过程缺乏灵活性难题,本研究提出了一种基于大语言模型的个性化作物生产智能决策方法[方法]通过自然语言对话收集用户在蔬菜作物管理过程中的个性化需求,涵盖产量、人力资源消耗和水肥消耗等方面。随后,将作物管理过程建模为多目标优化问题,同时考虑用户个性化偏好和作物产量,并采用强化学习算法来学习作物管理策略。水肥管理策略的训练通过与环境的交互持续更新,学习在不同条件下采取何种行动以实现最优决策,从而实现个性化的作物管理。[结果和讨论]在gym-DSSAT(Gym-Decision Support System for Agrotechnology Transfer)仿真平台上进行的实验,结果表明,所提出的个性化作物生产智能决策方法能够有效地根据用户的个性化偏好调整作物管理策略。[结论]通过精准捕捉用户的个性化需求,该方法在保证作物产量的同时,优化了人力资源与水肥资源的消耗。展开更多
为筛选大豆田中对常见杂草鳢肠和马瓟瓜防除效果好的除草剂,通过整株生物测定法测定24种常用除草剂(主要包括乙酰乳酸合成酶ALS类、原卟啉原氧化酶PPO抑制类、光合作用PSⅡ抑制类除草剂)茎叶喷雾处理对鳢肠和马瓟瓜的除草活性及对大豆...为筛选大豆田中对常见杂草鳢肠和马瓟瓜防除效果好的除草剂,通过整株生物测定法测定24种常用除草剂(主要包括乙酰乳酸合成酶ALS类、原卟啉原氧化酶PPO抑制类、光合作用PSⅡ抑制类除草剂)茎叶喷雾处理对鳢肠和马瓟瓜的除草活性及对大豆的安全性。结果表明:ALS抑制类除草剂在药后3、7 d对鳢肠和马瓟瓜的防除效果不佳,药后14 d有所提升,其中噻吩磺隆对2种杂草的鲜重抑制率达88.31%~94.61%。PPO抑制类除草剂苯嘧磺草胺、氟磺胺草醚、乙氧氟草醚和PSⅡ抑制类除草剂灭草松、辛酰溴苯腈、氨唑草酮处理后对鳢肠的防除效果在药后3、7、14 d整体均表现为良好,其中70%苯嘧磺草胺水分散粒剂(WDG)26.25~78.75 g a.i./hm^(2)、480 g/L灭草松水剂(AS)540~1440 g a.i./hm^(2)、30%辛酰溴苯腈乳油(EC)168.75~405 g a.i./hm^(2)处理的鲜重抑制率均达100.00%,防除效果理想。PPO抑制类除草剂28%三氟羧草醚微乳剂(ME)225~450 g a.i./hm^(2)、10%乙羧氟草醚EC 60~90 g a.i./hm^(2)、250 g/L氟磺胺草醚AS 225~450 g a.i./hm^(2)处理在施用后7、14 d,其对马瓟瓜的株数抑制率和鲜重抑制率达86.50%~100.00%;PSⅡ抑制类除草剂38%莠去津悬浮剂(SC)225~450 g a.i./hm^(2)和40%氰草津SC 150~300 g a.i./hm^(2)处理虽在药后3 d对马瓟瓜的防除效果较差,但药后7、14 d的株抑制率和鲜重抑制率达94.58%~100.00%。安全性试验结果表明,PPO抑制类苯嘧磺草胺、三氟羧草醚、乙羧氟草醚、氟磺胺草醚和PSⅡ抑制类除草剂灭草松、辛酰溴苯腈对大豆安全,但莠去津和氰草津对大豆会产生严重的药害。综上所述,PPO抑制类苯嘧磺草胺和PSⅡ抑制类除草剂灭草松、辛酰溴苯腈可以作为防除大豆田鳢肠的候选药剂,PPO抑制类三氟羧草醚、乙羧氟草醚、氟磺胺草醚可以作为马瓟瓜的候选防除药剂。展开更多
受限于模型方程决定的固定结构,传统四旋翼控制器设计难以有效应对模型参数和环境扰动变化带来的控制误差。提出了基于深度强化学习的四旋翼航迹跟踪控制方法,构建了对应的马尔可夫决策模型,并基于PPO框架提出了PPO-SAG(PPO with self a...受限于模型方程决定的固定结构,传统四旋翼控制器设计难以有效应对模型参数和环境扰动变化带来的控制误差。提出了基于深度强化学习的四旋翼航迹跟踪控制方法,构建了对应的马尔可夫决策模型,并基于PPO框架提出了PPO-SAG(PPO with self adaptive guide)算法。PPO-SAG在学习过程中加入自适应机制,利用PID专家知识进行引导和学习,提高了训练的收敛效果和稳定性。根据问题特点,设计了带有距离约束惩罚和熵策略的目标函数,提出扰动误差信息补充结构和航迹特征选择结构,补充控制误差信息、提取未来航迹关键要素,提高了收敛效果。并利用状态动态标准化、优势函数批标准化及奖励缩放策略,更合理地处理三维空间中的状态表征和奖励优势表达。单种航迹与混合航迹实验表明,所提出的PPO-SAG算法在收敛效果和稳定性上均取得了最好的效果,消融实验说明所提出的改进机制和结构均起到正向作用。所研究的未知扰动下基于深度强化学习的四旋翼航迹跟踪控制问题,为设计更加鲁棒高效的四旋翼控制器提供了解决方案。展开更多
文摘[目的/意义]为解决当前作物管理中个性化需求难以捕捉、决策过程缺乏灵活性难题,本研究提出了一种基于大语言模型的个性化作物生产智能决策方法[方法]通过自然语言对话收集用户在蔬菜作物管理过程中的个性化需求,涵盖产量、人力资源消耗和水肥消耗等方面。随后,将作物管理过程建模为多目标优化问题,同时考虑用户个性化偏好和作物产量,并采用强化学习算法来学习作物管理策略。水肥管理策略的训练通过与环境的交互持续更新,学习在不同条件下采取何种行动以实现最优决策,从而实现个性化的作物管理。[结果和讨论]在gym-DSSAT(Gym-Decision Support System for Agrotechnology Transfer)仿真平台上进行的实验,结果表明,所提出的个性化作物生产智能决策方法能够有效地根据用户的个性化偏好调整作物管理策略。[结论]通过精准捕捉用户的个性化需求,该方法在保证作物产量的同时,优化了人力资源与水肥资源的消耗。
文摘为筛选大豆田中对常见杂草鳢肠和马瓟瓜防除效果好的除草剂,通过整株生物测定法测定24种常用除草剂(主要包括乙酰乳酸合成酶ALS类、原卟啉原氧化酶PPO抑制类、光合作用PSⅡ抑制类除草剂)茎叶喷雾处理对鳢肠和马瓟瓜的除草活性及对大豆的安全性。结果表明:ALS抑制类除草剂在药后3、7 d对鳢肠和马瓟瓜的防除效果不佳,药后14 d有所提升,其中噻吩磺隆对2种杂草的鲜重抑制率达88.31%~94.61%。PPO抑制类除草剂苯嘧磺草胺、氟磺胺草醚、乙氧氟草醚和PSⅡ抑制类除草剂灭草松、辛酰溴苯腈、氨唑草酮处理后对鳢肠的防除效果在药后3、7、14 d整体均表现为良好,其中70%苯嘧磺草胺水分散粒剂(WDG)26.25~78.75 g a.i./hm^(2)、480 g/L灭草松水剂(AS)540~1440 g a.i./hm^(2)、30%辛酰溴苯腈乳油(EC)168.75~405 g a.i./hm^(2)处理的鲜重抑制率均达100.00%,防除效果理想。PPO抑制类除草剂28%三氟羧草醚微乳剂(ME)225~450 g a.i./hm^(2)、10%乙羧氟草醚EC 60~90 g a.i./hm^(2)、250 g/L氟磺胺草醚AS 225~450 g a.i./hm^(2)处理在施用后7、14 d,其对马瓟瓜的株数抑制率和鲜重抑制率达86.50%~100.00%;PSⅡ抑制类除草剂38%莠去津悬浮剂(SC)225~450 g a.i./hm^(2)和40%氰草津SC 150~300 g a.i./hm^(2)处理虽在药后3 d对马瓟瓜的防除效果较差,但药后7、14 d的株抑制率和鲜重抑制率达94.58%~100.00%。安全性试验结果表明,PPO抑制类苯嘧磺草胺、三氟羧草醚、乙羧氟草醚、氟磺胺草醚和PSⅡ抑制类除草剂灭草松、辛酰溴苯腈对大豆安全,但莠去津和氰草津对大豆会产生严重的药害。综上所述,PPO抑制类苯嘧磺草胺和PSⅡ抑制类除草剂灭草松、辛酰溴苯腈可以作为防除大豆田鳢肠的候选药剂,PPO抑制类三氟羧草醚、乙羧氟草醚、氟磺胺草醚可以作为马瓟瓜的候选防除药剂。
文摘受限于模型方程决定的固定结构,传统四旋翼控制器设计难以有效应对模型参数和环境扰动变化带来的控制误差。提出了基于深度强化学习的四旋翼航迹跟踪控制方法,构建了对应的马尔可夫决策模型,并基于PPO框架提出了PPO-SAG(PPO with self adaptive guide)算法。PPO-SAG在学习过程中加入自适应机制,利用PID专家知识进行引导和学习,提高了训练的收敛效果和稳定性。根据问题特点,设计了带有距离约束惩罚和熵策略的目标函数,提出扰动误差信息补充结构和航迹特征选择结构,补充控制误差信息、提取未来航迹关键要素,提高了收敛效果。并利用状态动态标准化、优势函数批标准化及奖励缩放策略,更合理地处理三维空间中的状态表征和奖励优势表达。单种航迹与混合航迹实验表明,所提出的PPO-SAG算法在收敛效果和稳定性上均取得了最好的效果,消融实验说明所提出的改进机制和结构均起到正向作用。所研究的未知扰动下基于深度强化学习的四旋翼航迹跟踪控制问题,为设计更加鲁棒高效的四旋翼控制器提供了解决方案。
