[發(fā)明專(zhuān)利]一種基于貪心遺傳算法的缽苗稀植移栽路徑優(yōu)化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510346330.0
• 申請(qǐng)日: 2015-06-23
• 公開(kāi)（公告）號(hào): CN104978607B
• 公開(kāi)（公告）日: 2018-04-20
• 發(fā)明（設(shè)計(jì)）人: 童俊華;武傳宇;蔣煥煜;錢(qián)榮
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江理工大學(xué)
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q50/02
• 代理公司: 杭州求是專(zhuān)利事務(wù)所有限公司33200
• 代理人: 林懷禹

1.一種基于貪心遺傳算法的缽苗稀植移栽路徑優(yōu)化方法，通過(guò)機(jī)器視覺(jué)己獲知溫室缽苗稀植移栽機(jī)的移栽穴盤(pán)內(nèi)缽苗的健康信息；其特征在于：分別對(duì)移栽穴盤(pán)內(nèi)健康苗穴位和目的穴盤(pán)內(nèi)空穴位進(jìn)行標(biāo)記編碼；貪心遺傳選優(yōu)原則為目的穴盤(pán)空穴孔按列分區(qū)進(jìn)行局部遺傳算法的當(dāng)前路徑優(yōu)化；目的穴盤(pán)某列空穴孔編碼與移栽穴盤(pán)內(nèi)未規(guī)劃的有苗穴孔編碼綜合，生成隨機(jī)路徑編碼構(gòu)成局部遺傳算法的初始種群，循環(huán)進(jìn)行選擇、交叉、變異和重插入操作直到預(yù)設(shè)收斂代數(shù)，將種群適應(yīng)度最大個(gè)體作為該局部最優(yōu)路徑；將先后各列規(guī)劃的局部最優(yōu)路徑合并，即生成整個(gè)目的穴盤(pán)稀植移栽路徑。

2.根據(jù)權(quán)利要求1所述的一種基于貪心遺傳算法的缽苗稀植移栽路徑優(yōu)化方法，其特征在于：所述分別對(duì)移栽穴盤(pán)內(nèi)健康苗穴位和目的穴盤(pán)內(nèi)空穴位進(jìn)行標(biāo)記編碼，具體為密度高的移栽穴盤(pán)和密度低的目的穴盤(pán)的各穴孔在移栽機(jī)系統(tǒng)的位置已經(jīng)固定，對(duì)移栽穴盤(pán)內(nèi)健康苗穴孔按從上至下、從左至右的順序進(jìn)行正實(shí)數(shù)標(biāo)記，對(duì)目的穴盤(pán)內(nèi)各空穴孔按從上至下、從左至右的順序進(jìn)行負(fù)實(shí)數(shù)標(biāo)記，由此標(biāo)記編碼實(shí)際隱含有穴孔位置和缽苗健康信息。

3.根據(jù)權(quán)利要求1所述的一種基于貪心遺傳算法的缽苗稀植移栽路徑優(yōu)化方法，其特征在于：所述目的穴盤(pán)空穴孔按列分區(qū)進(jìn)行局部遺傳算法的當(dāng)前路徑優(yōu)化，具體為目的穴盤(pán)空穴孔負(fù)標(biāo)記編碼按穴盤(pán)列分區(qū)，按從左至右或從右至左的列順序，先后與移栽穴盤(pán)內(nèi)未規(guī)劃的有苗穴孔正標(biāo)記編碼綜合，進(jìn)行局部遺傳算法的當(dāng)前最優(yōu)路徑規(guī)劃。

4.根據(jù)權(quán)利要求1所述的一種基于貪心遺傳算法的缽苗稀植移栽路徑優(yōu)化方法，其特征在于：所述目的穴盤(pán)某列空穴孔編碼與移栽穴盤(pán)內(nèi)未規(guī)劃的有苗穴孔編碼綜合，生成隨機(jī)路徑編碼構(gòu)成局部遺傳算法的初始種群，循環(huán)進(jìn)行選擇、交叉、變異和重插入操作直到預(yù)設(shè)收斂代數(shù)，將種群適應(yīng)度最大個(gè)體作為該局部最優(yōu)路徑，具體局部遺傳算法過(guò)程描述如下：

a) 局部遺傳算法的初始種群生成方法具體為：假設(shè)目的穴盤(pán)某列空穴孔的負(fù)標(biāo)記編碼集為{-1，-2，-3，-4，-5，-6，-7，-8}，移栽穴盤(pán)內(nèi)未規(guī)劃的有苗穴孔正標(biāo)記編碼集為{1，2，3，……，48，49，50}，則移栽路徑從原點(diǎn)出發(fā)和正負(fù)標(biāo)記編碼集隨機(jī)交叉，可形成如（0，3，-2，8，-4，9，-7，10，-1，7，-6，13，-3，5，-5，16，-8，0）的初始種群的一條染色體，算法設(shè)置生成一定數(shù)量染色體，即構(gòu)成初始種群；

b) 個(gè)體種群適應(yīng)度具體為：每個(gè)染色體中的編碼實(shí)際對(duì)映的移栽坐標(biāo)系的位置已知，則具體每個(gè)染色體的對(duì)映的路徑長(zhǎng)度也可計(jì)算，設(shè)為l(x)，其中l_min和l_max分別表示種群染色體的最短和最長(zhǎng)路徑；定義個(gè)體種群適應(yīng)度為C= (l_max- l(x))/( l_max-l_min)；

c) 局部遺傳算法循環(huán)進(jìn)行的選擇操作為：初始種群作為父代，按照隨機(jī)順序，以染色體適應(yīng)度為選擇概率，選擇概率M>C的染色體作為子代種群；

d) 局部遺傳算法循環(huán)進(jìn)行的交叉操作為：初始種群選擇操作生成子代種群后，隨機(jī)排序，進(jìn)行交叉操作；①假設(shè)有O=（0，14，-4，9，-2，8，-7，12，-1，19，-3，13，-6，15，-8，26，-5，0），P=（0，13，-7，8，-4，9，-2，10，-1，7，-5，28，-8，5，-6，16，-3，0），Q=（0，12，-6，30，-3，19，-8，11，-1，16，-2，5，-4，14，-5，10，-7，0）三條子代種群染色體；②產(chǎn)生2個(gè)介于1至16之間的隨機(jī)數(shù)j和k，其中j作為交配指示位，k作為交配步長(zhǎng)，則三條子代染色體的第j+1位至j+k位遞進(jìn)互換；若j+k≥16,令取為16；設(shè)j=8，k=4,可得到交叉后個(gè)體：O₁=（0，14，-4，9，-2，8，-7，12，-1，16，-2，5，-6，15，-8，26，-5，0），P₁=（0，13，-7，8，-4，9，-2，10，-1，19，-3，13，-8，5，-6，16，-3，0），Q₁=（0，12，-6，30，-3，19，-8，11，-1，7，-5，28，-4，14，-5，10，-7，0）；③掃描除原點(diǎn)0的交叉后個(gè)體位，若相同則用800代替，即可得O₂=（0，14，-4，9，-2，8，-7，12，-1，16，800，5，-6，15，-8，26，-5，0），P₂=（0，13，-7，8，-4，9，-2，10，-1，19，-3，800，-8，5，-6，16，800，0），Q₂=（0，12，-6，30，-3，19，-8，11，-1，7，-5，28，-4，14，800，10，-7，0）；④掃描除原點(diǎn)0的上一步個(gè)體，將數(shù)800依次使用有效個(gè)體位代替；若數(shù)800處于偶數(shù)位，則將目的穴盤(pán)內(nèi)該列所有標(biāo)記編號(hào)順序掃描與個(gè)體位除原點(diǎn)0后的每個(gè)偶數(shù)位對(duì)比，若未曾出現(xiàn)過(guò)，則以此來(lái)代替800；若數(shù)800處于奇數(shù)位，則將移栽穴盤(pán)內(nèi)未規(guī)劃的所有有苗標(biāo)記編號(hào)順序掃描與個(gè)體位除原點(diǎn)0后的每個(gè)奇偶數(shù)位對(duì)比，將未曾出現(xiàn)過(guò)的標(biāo)記隨機(jī)產(chǎn)生一個(gè)來(lái)代替800；即可得到O₃=（0，14，-4，9，-2，8，-7，12，-1，16，-3，5，-6，15，-8，26，-5，0），P₃=（0，13，-7，8，-4，9，-2，10，-1，19，-3，28，-8，5，-6，16，-5，0），Q₃=（0，12，-6，30，-3，19，-8，11，-1，7，-5，28，-4，14，-2，10，-7，0）；

e) 局部遺傳算法循環(huán)進(jìn)行的變異操作為：對(duì)上述交叉操作產(chǎn)生的種群隨機(jī)排序，進(jìn)行變異操作；產(chǎn)生2個(gè)介于1至16之間的隨機(jī)數(shù)r和s，作為個(gè)體除原點(diǎn)0的2個(gè)變異位：

若變異位的標(biāo)記編碼為負(fù)，則從目的穴盤(pán)列其它負(fù)標(biāo)記編碼隨機(jī)選擇一個(gè)，從變異個(gè)體中掃描找到該值與變異位互換：假設(shè)r＝2，子代個(gè)體O₃=（0，14，-4，9，-2，8，-7，12，-1，16，-3，5，-6，15，-8，26，-5，0），則在除-4標(biāo)記數(shù)的{-1，-2，-3，-5，-6，-7，-8}中產(chǎn)生一個(gè)隨機(jī)數(shù)，設(shè)為-7，則變異后新子代個(gè)體O₄=（0，14，-7，9，-2，8，-4，12，-1，16，-3，5，-6，15，-8，26，-5，0）；

若變異位的標(biāo)記編碼為正，則從移栽穴盤(pán)內(nèi)未規(guī)劃的所有有苗正標(biāo)記編碼隨機(jī)選擇一個(gè)進(jìn)行互換，并遍歷基因替換后的子代個(gè)體，若有相同的正標(biāo)記編碼，則用原標(biāo)記編碼數(shù)代替：假設(shè)s＝9，子代個(gè)體P₃=（0，13，-7，8，-4，9，-2，10，-1，19，-3，28，-8，5，-6，16，-5，0），則在除19標(biāo)記數(shù)的{1，2，3，……，48，49，50}中產(chǎn)生一個(gè)隨機(jī)數(shù)，設(shè)為20，則變異后新子代個(gè)體P₃=（0，13，-7，8，-4，9，-2，10，-1，20，-3，28，-8，5，-6，16，-5，0）；

f) 局部遺傳算法循環(huán)進(jìn)行的重插入操作為：對(duì)上述初始種群經(jīng)選擇、交叉、變異后產(chǎn)生的子代個(gè)體進(jìn)行適應(yīng)度計(jì)算，重插入初始種群代替最不適應(yīng)的父代個(gè)體，保持初始種群規(guī)模；

局部遺傳算法通過(guò)對(duì)上述初始種群循環(huán)進(jìn)行選擇、交叉、變異和重插入操作，到達(dá)預(yù)設(shè)收斂代數(shù)停止，取該收斂代的種群適應(yīng)度最大個(gè)體作為該局部最優(yōu)路徑。

5.根據(jù)權(quán)利要求1所述的一種基于貪心遺傳算法的缽苗稀植移栽路徑優(yōu)化方法，其特征在于：待所有目的穴盤(pán)各列的局部最優(yōu)路徑獲得后，按照從左至右或從右至左的列順序合并，生成整個(gè)目的穴盤(pán)的稀植移栽路徑。