摘要：针对交叉口的信号配时优化问题,传统的交通信号控制策略大多采用定时控制,没有考虑到交通流量的变化对信号配时的影响。作者建立了以车辆延误最小化和车辆通行能力最大化为优化目标的多目标信号配时优化模型(Multi-objective Signal Timing Optimization Model,Mo-STOM)。考虑到交叉概率和变异概率对遗传算法(Genetic Algorithm,GA)寻优的影响,提出了自适应交叉概率和自适应变异概率,并在此基础上加入了Tent混沌扰动,设计了改进自适应遗传算法(Improved Adaptive Genetic Algorithm,IAGA)。采用IAGA算法对Mo-STOM进行求解得到道路交叉口信号配时优化方案。在珠海市柠溪路与兴业路的十字型交叉路口开展交叉口信号配时优化的实验,并与传统的SCATS定时控制和经典Webster配时法进行对比,验证了文中所提的交叉口多目标信号配时优化方法的有效性。

摘要：针对木薯叶片疾病较难分辨、当前疾病检测机制智能化程度低的问题,提出了一种基于HSV色彩空间与EfficientNet的木薯疾病检测方法,设计了木薯疾病自动化监测与处理系统。首先利用HSV色彩空间进行图像预处理,提高目标区域的检测精度,减少图像预处理阶段的信息丢失;然后,引入改进型EfficientNet模型对预处理后的叶片图像进行训练,提取多维度的深度、宽度、分辨率特征,并利用几何方法将患病部位的坐标输出。最后,将该网络部署于嵌入式平台上,机械臂根据输出的坐标准确标定处理患病木薯。结果表明,疾病检测综合准确率为88.4%,其中木薯褐条病检测准确率可达96%,最低的木薯绿斑病可达82%。