[发明专利]一种基于遗传算法的烤烟培植决策方法及系统

权利要求书

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，Y_i表示第i个质量评价指标的评价结果，A_i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＝Y_N+1；其中，Y_N+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Y_target和烤烟亩产量Z_target。

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f_Y和烤烟产量适应度函数f_Z；

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f_Y和烤烟产量适应度函数f_Z，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M_n；

S47、利用步骤S42中建立的烤烟质量适应度函数f_Y和烤烟产量适应度函数f_Z，对子代M_n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M_n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。