在山西临猗进行了枣园绿盲蝽Apolygus lucorum(Meyer-Dür)绿色防控技术的研究和示范。组建"冬剪残桩、寄生蜂释放、性诱剂诱捕、生物制剂喷施"为主要措施的枣园绿盲蝽绿色防控技术体系。结果表明,人工大量释放红颈常室茧...在山西临猗进行了枣园绿盲蝽Apolygus lucorum(Meyer-Dür)绿色防控技术的研究和示范。组建"冬剪残桩、寄生蜂释放、性诱剂诱捕、生物制剂喷施"为主要措施的枣园绿盲蝽绿色防控技术体系。结果表明,人工大量释放红颈常室茧蜂Peristenus spretus Chen et van Achterberg、绿盲蝽性诱剂等技术后,冬枣幼果(疏果前)和果实(疏果后)受害率在绿色防控园分别为14.4%和4.2%,与农户常规防治园的差异不显著;红颈常室茧蜂对绿盲蝽若虫的平均寄生率为37.5%,显著高于农户常规防治园的6.2%;每公顷枣园总计诱集到30 749头绿盲蝽成虫,平均每个诱捕器能诱捕到绿盲蝽成虫(683.3±23.1)头。6-8月绿色防控园绿盲蝽的数量(5.05±0.86)头/百枝,显著低于农户常规防治园(12.71±2.22)头/百枝。绿色防控技术完全替代化学防治,有效控制了枣园绿盲蝽的种群发生与为害。展开更多
基于分解的多目标进化算法MOEA/D(Multi-objective Evolutionary Algorithm Based on Decomposition)具有收敛速度快、分布性好等特点,但其在非凸函数上的性能有待提高。鉴于量子进化算法在多峰值函数上的优良性能,将MOEA/D与量子进化...基于分解的多目标进化算法MOEA/D(Multi-objective Evolutionary Algorithm Based on Decomposition)具有收敛速度快、分布性好等特点,但其在非凸函数上的性能有待提高。鉴于量子进化算法在多峰值函数上的优良性能,将MOEA/D与量子进化算法相结合,提出基于分解的多目标量子差分进化算法QD-MOEA/D(Quantum Differential Multi-objective Evolutionary Algorithm Based on Decomposition)。QD-MOEA/D的量子染色体采用实数编码,节省存储空间,加快运算速度。为了加快算法收敛速度并提高算法探测能力,量子染色体采取差分进化,其变异方式为量子非门。在多个标准测试函数的实验结果表明,该算法改进了MOEA/D在非凸函数上的收敛性和分布性。展开更多
文摘在山西临猗进行了枣园绿盲蝽Apolygus lucorum(Meyer-Dür)绿色防控技术的研究和示范。组建"冬剪残桩、寄生蜂释放、性诱剂诱捕、生物制剂喷施"为主要措施的枣园绿盲蝽绿色防控技术体系。结果表明,人工大量释放红颈常室茧蜂Peristenus spretus Chen et van Achterberg、绿盲蝽性诱剂等技术后,冬枣幼果(疏果前)和果实(疏果后)受害率在绿色防控园分别为14.4%和4.2%,与农户常规防治园的差异不显著;红颈常室茧蜂对绿盲蝽若虫的平均寄生率为37.5%,显著高于农户常规防治园的6.2%;每公顷枣园总计诱集到30 749头绿盲蝽成虫,平均每个诱捕器能诱捕到绿盲蝽成虫(683.3±23.1)头。6-8月绿色防控园绿盲蝽的数量(5.05±0.86)头/百枝,显著低于农户常规防治园(12.71±2.22)头/百枝。绿色防控技术完全替代化学防治,有效控制了枣园绿盲蝽的种群发生与为害。
文摘基于分解的多目标进化算法MOEA/D(Multi-objective Evolutionary Algorithm Based on Decomposition)具有收敛速度快、分布性好等特点,但其在非凸函数上的性能有待提高。鉴于量子进化算法在多峰值函数上的优良性能,将MOEA/D与量子进化算法相结合,提出基于分解的多目标量子差分进化算法QD-MOEA/D(Quantum Differential Multi-objective Evolutionary Algorithm Based on Decomposition)。QD-MOEA/D的量子染色体采用实数编码,节省存储空间,加快运算速度。为了加快算法收敛速度并提高算法探测能力,量子染色体采取差分进化,其变异方式为量子非门。在多个标准测试函数的实验结果表明,该算法改进了MOEA/D在非凸函数上的收敛性和分布性。