[发明专利]一种土壤墒情预测方法及装置有效
申请号: | 201610342204.2 | 申请日: | 2016-05-20 |
公开(公告)号: | CN105956715B | 公开(公告)日: | 2019-11-08 |
发明(设计)人: | 李宁;邓中亮;张琪;谷云霞;李刚;许树成;张晋源;韩可 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/02 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 马敬;项京 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明实施例提供的一种土壤墒情预测方法及装置,该方法包括:提取影响待预测土壤样本的土壤墒情的H个影响因子的预测样本数据;将预测样本数据构成的特征向量,输入至根据基于遗传算法且利用改进的遗传多样性函数自适应调节交叉和变异规则计算获得的权值和阈值而预先建立的土壤墒情预测模型中,土壤墒情预测模型利用预设的权值和阈值对特征向量进行计算,并输出针对待预测土壤样本的土壤墒情预测结果。由于土壤墒情预测模型的权值和阈值,是利用改进的遗传多样性函数和适应度函数共同作用下的自适应概率的交叉和变异规则计算获得的,能够尽可能地保证子代性能优于父代,因此,应用本发明实施例提供的方案,提高了土壤墒情的预测精度。 | ||
搜索关键词: | 一种 土壤 墒情 预测 方法 装置 | ||
【主权项】:
1.一种土壤墒情预测方法,其特征在于,所述方法包括:S1)提取影响待预测土壤样本的土壤墒情的H个影响因子的预测样本数据,其中,H为正整数;S2)将所述预测样本数据构成的特征向量,输入至根据基于遗传算法且利用改进的遗传多样性函数自适应调节交叉和变异规则计算获得的权值和阈值而预先建立的土壤墒情预测模型中,所述土壤墒情预测模型利用预设的权值和阈值对所述特征向量进行计算;S3)输出经所述土壤墒情预测模型计算得到的针对所述待预测土壤样本的土壤墒情预测结果;其中,所述步骤S2)中的土壤墒情预测模型的建立方法包括:A1)确定网络拓扑结构,包括输入层、隐含层和输出层;A2)获得所述网络拓扑结构的权值和阈值;A3)提取影响待训练土壤样本的土壤墒情的H个影响因子的训练样本数据以及实际土壤墒情值;A4)依次将各个训练样本的训练样本数据构成的输入向量输入至所述输入层,根据所述输入层、隐含层和输出层对应的权值和阈值,分别计算每一层的输出值,更新当前的权值和阈值,直至全部训练样本输入完毕;A5)比较所述实际土壤墒情值与所述步骤A4)获得的输出层的预测值,获得预测结果的误差e;A6)判断所述误差e是否小于预设的最小允许误差eT;若小于,则输出当前的权值和阈值;所述步骤A2),包括:A21)确定一个个体数量为N的种群P,其中,N为正整数;A22)根据预设的权值和阈值生成规则,生成所述种群P中每一个个体对应的权值和阈值;A23)按照预设的染色体编码规则,将每一个个体对应的权值和阈值编码为一条染色体;A24)分别计算每一个个体的染色体对应的个体适应度值,以及所述种群P的遗传多样性程度;A25)根据所述各个个体适应度值和所述遗传多样性程度,对所述种群P中的每个个体进行进化处理,获得进化后个体数量为N'的种群P',其中,N'为正整数;A26)分别计算所述种群P'中每一个个体的染色体对应的个体适应度值,以及所述种群P'的遗传多样性程度;A27)确定所述种群P'中数值最大的个体适应度值为所述种群P'的种群适应度值;A28)判断所述种群P'的种群适应度值是否满足预设的停止进化的条件,若满足,则输出所述最大的个体适应度值的个体的染色体所对应的权值和阈值,作为所述网络拓扑结构的权值和阈值;通过以下方式计算每一个个体的染色体对应的个体适应度值:按照以下表达式,计算每一个个体的染色体对应的个体适应度值:其中,m为输出层神经元的个数,Tr为第r个神经元的理想输出即实际监测值,Or为第r个神经元的预测输出即计算输出值;通过以下方式计算所述种群P的遗传多样性程度:按照以下表达式,计算所述种群P的遗传多样性程度:其中,N为种群的种群规模,t为种群进化的代数,L为种群中每个个体的染色体的编码长度,xik(t)为第t代种群中的第i个个体的第k位,xjk(t)为第t代种群中的第j个个体的第k位,μt为第t代种群中的所有个体间距离的平均值,μmax为前t代种群中的所有个体间距离平均值的最大值;所述步骤A25)包括:A251)利用轮盘赌的选择策略,从所述种群P中确定待进化的个体;A252)基于预设的自适应概率交叉和变异规则,得到交叉变异后的新种群;A253)利用精英选择策略,优化所述交叉变异后的新种群,生成进化后的种群P';所述步骤A252)中预设的自适应概率交叉和变异规则,包括:按照以下交叉概率表达式,计算交叉概率Pc:其中,kc和ac为常数,fmin为当前种群中最小的适应度值,favg为当前种群的平均适应度值,f'为交叉的两个个体中较大的适应度值,为当前种群的遗传多样性程度;按照以下变异概率表达式,计算变异概率Pm:其中,km和am为常数,fmax为当前种群中最大的适应度值,favg为当前种群的平均适应度值,f为变异个体的适应度值,为当前种群的遗传多样性程度。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610342204.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种建筑钢筋定位装置
- 下一篇:测力智能锚具
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理