[发明专利]基于改进遗传算法的农作物生育期自动识别方法

权利要求书

1.一种基于改进遗传算法的农作物生育期自动识别方法，其特征是，所述农作物生育期自动识别方法包括如下步骤：

步骤1、提供Ntype种待检测的农作物，并确定Ntype种农作物待检测的总生育期数量Total；对每一待检测农作物的染色体进行编码，任意待检测农作物染色体的长度均为Total，在系统的可分配资源个数为W时，染色体内每个基因在资源编号[1,W]内随机取值；

步骤2、随机生成由S条染色体构成的初始种群，初始种群中每一染色体的染色体长度均为Total，且初始种群的染色体内每个基因在资源编号[1,W]内随机取值；

步骤3、以任务总执行时间的倒数作为适应度函数f_t，以得到初始种群中每个染色体的适应度；

步骤4、根据每个染色体的适应度，以确定每个染色体被选择的概率P_t，根据每个染色体的选择概率P_t，选择用于交叉的M条染色体；

步骤5、对于上述选择的M条染色体，采用随机配对方式生成配对个体组；对配对个体组的染色体根据交叉算子p_c进行交叉操作，所述交叉算子p_c为：

其中，p_c1＝0.9，0.6≤p_c2＜0.9，f_max为交叉操作时M条染色体的适应度值中的最大适应度值，f_avg为交叉操作时M条染色的适应度值的平均值，f_x是配对个体组中待交叉操作的两个染色体的适应度值中较大的适应度值；

步骤6、对上述交叉后的M条染色体，利用变异算子p_m对每条算子进行均匀变异，所述变异算子p_m为：

其中，p_m1＝0.1，0.001≤p_m2＜0.1，是一染色体变异前当前M条染色体的适应度值中的最大适应度值，是一染色体变异前当前M条染色体的适应度值的平均值，f_m是当前要变异染色体在变异操作前的适应度值；

步骤7、在上述变异操作后，若变异后的染色体的适应度值大于变异前染色体的适应度值，则用变异后的染色体替换变异前的染色体，否则，保留变异前的染色体；

步骤8、若满足迭代进化结束条件，则输出最优的染色体，否则，跳转至步骤4，以重复进行迭代进化操作；

步骤9、根据输出最优的染色体，对每一农作物编码后的染色体进行解码，以确定农作物的生育期。

2.根据权利要求1所述的基于改进遗传算法的农作物生育期自动识别方法，其特征是，步骤1中，对于提供Ntype种待检测的农作物，第i种农作物有Num_i个台站的待检测图像序列，且第i种农作物有Nstage_i个阶段的生育期，则Ntype种农作物待检测的总生育期数量Total为：

3.根据权利要求1所述的基于改进遗传算法的农作物生育期自动识别方法，其特征是，根据任务总执行时间的倒数得到适应度函数f_t的过程为：

步骤3.1、统计第k个生育期执行任务长度为M_k(单位：百万指令)，k取值范围为[1，Total]；第j个资源的执行能力为N_j(单位：百万指令/秒)，j的取值为[1，W]；则所述第k个生育期在该可分配资源上的预完成时间WorkerTime(k,j)为：

WorkerTime_k＝M_k/N_j；

步骤3.2、统计所有生育期执行的总时间TotalTime(x)，得到

其中，x取值范围[1，S]；

步骤3.3、采用任务总完成时间的倒数作为适应度函数f_t，得到

4.根据权利要求1所述的基于改进遗传算法的农作物生育期自动识别方法，其特征是，步骤4中，每个染色体被选择的概率P_t为：

其中，f_t为当前染色体的适应度值。