[發明專利]一種基于遺傳算法的烤煙培植決策方法及系統

在審

• 申請號: 201910161363.6
• 申請日: 2019-03-04
• 公開（公告）號: CN110009191A
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 熊永華;周浩
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/02;G06N3/12
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 孫妮

1.一種基于遺傳算法的烤煙培植決策方法，其特征在于，具體包括以下步驟：

S1、從數據庫中獲取烤煙培植過程的數據；

S2、對獲取到的數據進行預處理，剔除數據中的異常數據和離群數據；

S3、利用步驟S2預處理后的數據，使用人工神經網絡對烤煙的產量和質量進行建模，分別建立烤煙產量、質量評價模型；

S4、采用遺傳算法建立以烤煙產區生態條件和烤煙培植過程為約束條件，以步驟S3中建立的烤煙產、質量評價模型作為適應度函數，建立以烤煙質量和產量為目標的優化模型；通過建立的優化模型，求得在最佳生產目標情況下的烤煙培植決策支持的結果。

2.根據權利要求1所述的烤煙培植決策方法，其特征在于，步驟S1中將獲取到的數據分為影響因素數據集I和質量效益評價指標數據集O；其中，所述影響因素數據集I中包括若干項影響因素指標，所述質量效益評價指標數據集O中包括若干項評價指標。

3.根據權利要求1所述的烤煙培植決策方法，其特征在于，步驟S2中利用DBSCAN算法對獲取的數據進行預處理，剔除數據中的異常數據和離群數據。

4.根據權利要求1所述的烤煙培植決策方法，其特征在于，步驟S3中，采用用指數和法，針對每項質量評價指標數據，烤煙質量評價模型為各項質量評價模型的疊加組合；其中，指數和法的表達式為：

其中，Y_i表示第i個質量評價指標的評價結果，A_i表示第i個評價指標所占的權重，Y表示質量綜合評價結果；

烤煙的產量評價模型為Z＝Y_N+1；其中，Y_N+1為烤煙的產量評價結果。

5.根據權利要求1所述的烤煙培植決策方法，其特征在于，步驟S4中通過遺傳算法求解烤煙培植決策支持結果的步驟包括：

S41、獲取待決策的烤煙品種、烤煙培植過程中的氣候條件X₁、土壤條件X₂以及預期培植目標；所述預期培植目標包括預期烤煙質量Y_target和烤煙畝產量Z_target。

S42、根據烤煙產、質量評價模型，分別建立烤煙質量適應度函數f_Y和烤煙產量適應度函數f_Z；

S43、根據獲取的待決策的烤煙品種、氣候條件X₁、土壤條件X₂以及預期培植目標，對數據庫中的數據進行篩選，找出歷史數據中當前烤煙品種同等生態環境下滿足預期培植目標的培植措施，并建立初代種群M₀；

S44、利用步驟S42中建立的烤煙質量適應度函數f_Y和烤煙產量適應度函數f_Z，對初代種群M₀的個體進行適應度評估，分別計算得出初代種群M₀中每個個體的預期質量和預期產量；

S45、根據步驟S41中輸入的預期培植目標，使用遺傳算法對初代種群M₀進行選擇、變異、交叉計算后，形成與初代種群M₀相對應的子代M₁；

S46、重復執行步驟S44-S45，且迭代次數定義為n次；迭代n次后，最終得到子代M_n；

S47、利用步驟S42中建立的烤煙質量適應度函數f_Y和烤煙產量適應度函數f_Z，對子代M_n進行適應度評估，并結合步驟S44計算得到的初代種群M₀中每個個體的預期質量和預期產量，找出在滿足預期目標的基礎下，子代M_n中預期質量或預期產量最大的個體；將該個體的培植參數和預期烤煙質、產量作為烤煙培植決策支持的最終結果。