一种基于遗传算法的烤烟培植决策方法及系统技术方案

本发明专利技术公开了一种基于遗传算法的烤烟培植决策方法及系统，实施本发明专利技术的有益效果是，首先从数据库中获取烤烟培植过程相关的数据，并对获取到的数据进行预处理，剔除数据中的异常数据和离群数据；然后使用人工神经网络对烤烟的产量和质量进行建模，建立烤烟产、质量评价模型；最后采用遗传算法建立以烤烟产区生态条件和烤烟培植过程为约束条件，以建立的烤烟产、质量评价模型作为适应度函数，建立以烤烟质量和产量为目标的优化模型；通过给定烤烟产区的气候环境、土壤环境和期望达到的烤烟培植目标，计算得出栽培措施参数和可以达到的产量和质量，为烟农提供有效的决策支持。

A Decision-making Method and System for Flue-cured Tobacco Cultivation Based on Genetic Algorithms

【技术实现步骤摘要】
一种基于遗传算法的烤烟培植决策方法及系统
本专利技术涉及烤烟培植领域，更具体地说，涉及一种基于遗传算法的烤烟培植决策方法及系统。
技术介绍
烤烟是我国经济作物中一项重要的农产品，具有投资少和利润高等特点，在农业经济、国际贸易和财政收入中占有重要地位。烤烟是产、质量并重的作物，其产、质量是由烤烟品种、生态环境和培植过程共同作用的结果。烤烟品种作为烟叶生产的基础，通过培育出优良性状的品种可以从根本上提高烟叶的质量效益，但品种培育或改良需要相当长的时间。生态环境包括气候环境和土壤环境，属于烟区固有的条件，在短期内是很难改变的。不同于烤烟品种和产区生态环境，烤烟的培植过程是灵活可控的，可以从种植密度、留叶数、施肥量等多方面加以控制以提高烤烟的质量效益。传统的烤烟培植决策往往依赖于烟农长期的培植经验。但由于不同品种烤烟以及各地区生态条件的差异，导致烟农在烤烟培植过程的决策中具有较大的主观性和不确定性，使得烤烟在产量和质量上无法达到最佳的综合生产目标。决策支持系统可以通过模型计算、列举可能方案等方式，为农业生产的管理者提供帮助，目前烤烟相关的决策支持系统中采用的方案一般都是通过模型计算并和实际的情况对比，给出可行的培植措施。本专利针对烤烟培植决策问题，提出了一种基于遗传算法的烤烟培植决策支持系统，该系统可以给出较合理的烤烟培植方案，用于指导烤烟生产。
技术实现思路
本专利技术要解决的技术问题在于，针对最大化提高烤烟培植的产、质量，辅助烟农进行烤烟培植的决策，提供一种基于遗传算法的烤烟培植决策方法及系统。本专利技术解决其技术问题所采用的技术方案是：构造一种基于遗传算法的烤烟培植决策方法，具体包括以下步骤：S1、从数据库中获取烤烟培植过程的数据；S2、对获取到的数据进行预处理，剔除数据中的异常数据和离群数据；S3、利用步骤S2预处理后的数据，使用人工神经网络对烤烟的产量和质量进行建模，分别建立烤烟产量、质量评价模型；S4、采用遗传算法建立以烤烟产区生态条件和烤烟培植过程为约束条件，以步骤S3中建立的烤烟产、质量评价模型作为适应度函数，建立以烤烟质量和产量为目标的优化模型；通过建立的优化模型，求得在最佳生产目标情况下的烤烟培植决策支持的结果。进一步的，步骤S1中将获取到的数据分为影响因素数据集I和质量效益评价指标数据集O；其中，所述影响因素数据集I中包括若干项影响因素指标，所述质量效益评价指标数据集O中包括若干项评价指标。进一步的，步骤S2中利用DBSCAN算法对获取的数据进行预处理，剔除数据中的异常数据和离群数据。进一步的，步骤S3中，采用用指数和法，针对每项质量评价指标数据，烤烟质量评价模型为各项质量评价模型的叠加组合；其中，指数和法的表达式为：其中，Yi表示第i个质量评价指标的评价结果，Ai表示第i个评价指标所占的权重，Y表示质量综合评价结果；烤烟的产量评价模型为Z＝YN+1；其中，YN+1为烤烟的产量评价结果。进一步的，步骤S4中通过遗传算法求解烤烟培植决策支持结果的步骤包括：S41、获取待决策的烤烟品种、烤烟培植过程中的气候条件X1、土壤条件X2以及预期培植目标；所述预期培植目标包括预期烤烟质量Ytarget和烤烟亩产量Ztarget。S42、根据烤烟产、质量评价模型，分别建立烤烟质量适应度函数fY和烤烟产量适应度函数fZ；S43、根据获取的待决策的烤烟品种、气候条件X1、土壤条件X2以及预期培植目标，对数据库中的数据进行筛选，找出历史数据中当前烤烟品种同等生态环境下满足预期培植目标的培植措施，并建立初代种群M0；S44、利用步骤S42中建立的烤烟质量适应度函数fY和烤烟产量适应度函数fZ，对初代种群M0的个体进行适应度评估，分别计算得出初代种群M0中每个个体的预期质量和预期产量；S45、根据步骤S41中输入的预期培植目标，使用遗传算法对初代种群M0进行选择、变异、交叉计算后，形成与初代种群M0相对应的子代M1；S46、重复执行步骤S44-S45，且迭代次数定义为n次；迭代n次后，最终得到子代Mn；S47、利用步骤S42中建立的烤烟质量适应度函数fY和烤烟产量适应度函数fZ，对子代Mn进行适应度评估，并结合步骤S44计算得到的初代种群M0中每个个体的预期质量和预期产量，找出在满足预期目标的基础下，子代Mn中预期质量或预期产量最大的个体；将该个体的培植参数和预期烤烟质、产量作为烤烟培植决策支持的最终结果。进一步的，在初代种群M0中个体数量不足的情况下，以烤烟品种、气候条件X1、土壤条件X2和预期培植目标作为边界约束条件；根据所述边界约束条件，随机生成若干个个体，扩充初代种群M0的规模。进一步的，步骤S45中使用遗传算法计算得到新的种群的过程为：首先，利用轮盘赌法从初代种群M0中选择接近预期培植目标的个体，构成若干对父代和母代；其次，通过交叉概率系数依次对每对父代和母代进行交叉，得到与每对父代和母代相对应的若干个个体；最后，根据变异概率系数对交叉产生的每个个体进行变异操作，得到子代M1。本专利技术提供的一种基于遗传算法的烤烟培植决策系统，具体包括：数据库模块，用于存储烤烟培植数据、烤烟培植评价模型、烤烟培植决策的结果；数据获取模块，用于从数据库模块中获取烤烟培植过程相关的数据；数据预处理模块，用于对获取到的数据进行预处理，剔除数据中的异常数据和离群数据；服务器后台模块，用于对其内部所包括的模块进行封装，并利用计算机编程语言编写成动态链接库来实现其内部包括的所有模块所具备的功能；前端界面模块，用于在显示设备上显示从服务器后台模块调取的数据。进一步的，服务器后台模块还包括烤烟产、质量建模模块和烤烟培植决策模块，其中：烤烟产、质量建模模块，用于使用人工神经网络对烤烟的产量和质量进行建模，建立烤烟产、质量评价模型；烤烟培植决策模块，用于采用遗传算法建立以烤烟产区生态条件和烤烟培植过程为约束条件，以烤烟质量和产量为目标的优化模型；求得在最佳生产目标情况下的烤烟培植决策支持的结果。进一步的，服务器后台模块中还设置了定期自动更新模型的更新功能；在使用烤烟培植决策功能时，直接调用烤烟产、质量建模模块中的烤烟评价模型；服务器后台模块中，采用C#语言编写动态链接库。在本专利技术所述的一种基于遗传算法的烤烟培植决策方法中，采用遗传算法建立以烤烟产区生态条件和烤烟培植过程为约束条件，以烤烟质量和产量为目标的优化模型；通过给定烤烟产区的气候环境、土壤环境和期望达到的烤烟培植目标，计算得出栽培措施参数和可以达到的产量和质量，为烟农提供有效的决策支持。实施本专利技术的一种基于遗传算法的烤烟培植决策方法及系统，具有以下有益效果：1、通过对获取的烤烟培植数据进行预处理，剔除异常数据，建立完整的烤烟培植影响因素和产量、质量等评价指标数据库；2、设计烤烟产量和质量评价模型，根据案例库中的数据建立模型库。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是基于遗传算法的烤烟培植决策的方法流程图；图2是基于遗传算法的烤烟培植决策的系统结构图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。请参考图1，其为基于遗传算法的烤烟培植决策的方法流程图，具体包括以下步骤：S1、从数据库中获取烤烟培植过程的数据本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的烤烟培植决策方法，其特征在于，具体包括以下步骤：S1、从数据库中获取烤烟培植过程的数据；S2、对获取到的数据进行预处理，剔除数据中的异常数据和离群数据；S3、利用步骤S2预处理后的数据，使用人工神经网络对烤烟的产量和质量进行建模，分别建立烤烟产量、质量评价模型；S4、采用遗传算法建立以烤烟产区生态条件和烤烟培植过程为约束条件，以步骤S3中建立的烤烟产、质量评价模型作为适应度函数，建立以烤烟质量和产量为目标的优化模型；通过建立的优化模型，求得在最佳生产目标情况下的烤烟培植决策支持的结果。

【技术特征摘要】
1.一种基于遗传算法的烤烟培植决策方法，其特征在于，具体包括以下步骤：S1、从数据库中获取烤烟培植过程的数据；S2、对获取到的数据进行预处理，剔除数据中的异常数据和离群数据；S3、利用步骤S2预处理后的数据，使用人工神经网络对烤烟的产量和质量进行建模，分别建立烤烟产量、质量评价模型；S4、采用遗传算法建立以烤烟产区生态条件和烤烟培植过程为约束条件，以步骤S3中建立的烤烟产、质量评价模型作为适应度函数，建立以烤烟质量和产量为目标的优化模型；通过建立的优化模型，求得在最佳生产目标情况下的烤烟培植决策支持的结果。2.根据权利要求1所述的烤烟培植决策方法，其特征在于，步骤S1中将获取到的数据分为影响因素数据集I和质量效益评价指标数据集O；其中，所述影响因素数据集I中包括若干项影响因素指标，所述质量效益评价指标数据集O中包括若干项评价指标。3.根据权利要求1所述的烤烟培植决策方法，其特征在于，步骤S2中利用DBSCAN算法对获取的数据进行预处理，剔除数据中的异常数据和离群数据。4.根据权利要求1所述的烤烟培植决策方法，其特征在于，步骤S3中，采用用指数和法，针对每项质量评价指标数据，烤烟质量评价模型为各项质量评价模型的叠加组合；其中，指数和法的表达式为：其中，Yi表示第i个质量评价指标的评价结果，Ai表示第i个评价指标所占的权重，Y表示质量综合评价结果；烤烟的产量评价模型为Z＝YN+1；其中，YN+1为烤烟的产量评价结果。5.根据权利要求1所述的烤烟培植决策方法，其特征在于，步骤S4中通过遗传算法求解烤烟培植决策支持结果的步骤包括：S41、获取待决策的烤烟品种、烤烟培植过程中的气候条件X1、土壤条件X2以及预期培植目标；所述预期培植目标包括预期烤烟质量Ytarget和烤烟亩产量Ztarget。S42、根据烤烟产、质量评价模型，分别建立烤烟质量适应度函数fY和烤烟产量适应度函数fZ；S43、根据获取的待决策的烤烟品种、气候条件X1、土壤条件X2以及预期培植目标，对数据库中的数据进行筛选，找出历史数据中当前烤烟品种同等生态环境下满足预期培植目标的培植措施，并建立初代种群M0；S44、利用步骤S42中建立的烤烟质量适应度函数fY和烤烟产量适应度函数fZ，对初代种群M0的个体进行适应度评估，分别计算得出初代种群M0中每个个体的预期质量和预期产量；S45、根据步骤S41中输入的预期培植目标，使用遗传算法对初代种群M0进行选择、变异、交叉计算后，形成与初代种群M0...

【专利技术属性】
技术研发人员：熊永华，周浩，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42