[发明专利]基于粒子群的蔬菜种植茬口的安排方法

摘要

本发明提供一种基于粒子群的蔬菜种植茬口安排优化方法，该方法分析了蔬菜的品种、地域、种植模式和种植设施对蔬菜品质和产量的影响以及各种约束条件限制的基础上，以最小化蔬菜茬口数、最优化蔬菜品质和产量为优化目标，将蔬菜种植茬口安排映射为旅行商问题，并提出了一种结合禁忌搜索和模拟退火算法的粒子群最优化算法对模型进行求解。该方法能够实现蔬菜种植茬口安排的自动化和最优化，降低了排产人员的劳动强度，提高了排产计划的合理性，减少了蔬菜茬口数量，降低了管理的难度，提高了蔬菜的品质和产量，增加了经济效益并可起到节能降耗的作用。

主权项

1.一种基于粒子群的蔬菜种植茬口的安排方法，其特征在于，该方法包括： S1、将所有蔬菜茬口一一映射为n个结点，并建立评价函数： 其中，P是蔬菜的整体品质与产量，C是总茬口数，z_i是第i茬蔬菜的种植设施的权重系数，a_i为第i茬蔬菜的种植面积，m_ij是第i茬蔬菜第j种品质的产量，q_ij是第i茬蔬菜第j种品质的权重系数，Q_i是第i茬蔬菜的品种数，t_ij是第i茬蔬菜第j种品质的在地时间。k₁，k₂是权重系数； S2、初始化评价函数的参数；定义适应度函数f(L，G)和最大迭代次数，并初始化粒子群的规模、粒子的位置和速度； S3、基于评价函数，从初始化的粒子群中选择局部最优解、次优解和全局最优解、次优解； S4、利用模拟退火算法，初始化温度T和退火系数； S5、判断局部/全局最优解、次优解是否互为邻域解，若是则执行步骤S6；否则接受适应度最好的解为当前新状态，直接执行步骤S7； S6、在邻域外随机生成两个新的解S_L，S_G，并且S_L，S_G不在各自对应的禁忌表中；计算S_L，S_G得到的新粒子的适应度f(S_L，S_G)是否好于当前任意解f(L，G)，若是则接受S_L，S_G计算得到的新粒子为当前新状态，并将S_L，S_G放入对应禁忌表中，并初始化禁忌时间，同时，扫描禁忌表，将超过禁忌时间的状态从禁忌表中释放，否则以概率a接受S_L，S_G计算得到的新粒子为当前新状态，以概率(1-a)接受有最好适应度的 最优、次优解计算得到的新粒子为当前状态； S7、计算粒子的新速度和新位置； S8、降低温度T，并判断T是否小于0，若是，则基于上述新速度和位置，更新局部最优、次优解和全局最优、次优解，执行步骤S9，否则执行步骤S5； S9、判断是否达到最大迭代次数，若是，则输出最优路径，否则执行步骤S4。