[发明专利]基于Christofides解算遗传算法初始种群的农机调度方法

说明书

本发明针对农机调度问题，公开了一种基于Christofides解算遗传算法初始种群的农机调度方法，包括以下步骤：染色体编码；确定适应度函数；由Christofides解算结果生成初始种群；选择操作；交叉操作；变异操作；终止条件判断。本发明在初始化种群阶段通过Christofides算法的解算结果作为生成初始种群，以提高遗传算法的性能；之后采用POX交叉、交换变异、插入变异等遗传操作对种群进行优化，保障种群多样性。本发明改进后的遗传算法收敛速度快，并且能够得到更优的目标函数值；农田维度变化与距离减少率、时间增加率均成正比；农机维度变化对距离减少率、时间增加率基本没有影响。

技术领域

本发明属于智能化农业技术领域，具体涉及一种基于Christofides解算遗传算法初始种群的农机调度方法。

背景技术

我国传统农业正在向现代化农业转变，实现农业领域与信息化技术的深度融合是我国农业未来发展的必然趋势。卫星导航定位技术对农业机械的高精度定位为精准农业的实施提供了保障。北斗定位导航技术的研发与应用，建立了我国独立的农机化作业体系。同时，国家建设农业基础设施，制定相应惠农政策，并陆续开展北斗农业示范项目，大大鼓励了北斗导航定位技术在精细化农业中的应用发展。

传统农机调度主要是对农机资源的被动管理，缺乏主动的农机调度平台。在农忙时节，农机需求量大，且农田作业分布不均匀，若不能合理规划农机调度路线，将在很大程度上降低农机作业的效率。传统农机调度需要调度员对其服务范围内的农田分布情况、道路状况了解的比较清楚，费时费力，其在作业区域较小、农机具数量较少的情况下尚且适用，当农机作业范围较大时，在工作人员数量有限的情况下，传统农机调度受到了极大的限制。

农机调度问题属于组合优化问题，涉及到农机资源的分配与农机调度路线。根据农机调度问题解的精确度可以将农机调度算法分为精确算法和启发式算法，常见的精确算法有线性规划法、分支定界法、割平面法以及动态规划法等，精确算法具有精度高、效率高等特点，但随着问题规模的增加其计算量往往呈指数增加。针对精确算法的弊端，近年来对农机调度算法的研究主要集中在启发式算法上，启发式算法主要包括贪心算法、插入算法、模拟退火算法、遗传算法、蚁群算法、粒子群算法等。

实现智能化农机调度不仅有利于提高农业机械的管理效益，而且能够更好地实现农机资源的优化配置，提高农机利用率。因此，对农机调度方法的研究与改进具有一定的现实意义。

发明内容

本发明针对现有农机作业的不足，提供基于Christofides解算遗传算法初始种群的农机调度方法。相较于传统遗传算法，本发明提出的方法收敛速度更快且能得到更好的近优解。将其应用到具体农机调度问题中，可以适应各类农机作业，提高农业机械的服务效率。

本发明的思路是在初始化种群阶段，采用Christofides算法构造初始路径，为算法提供更加优质的初始种群，以提高遗传算法的性能；之后采用POX交叉、交换变异、插入变异等遗传操作对种群进行优化，以保障种群的多样性；通过种群的不断迭代，最终寻找出农机调度问题的一个近优解。

为实现上述目的，本发明采用如下技术方案：

农机调度问题可描述为：假设有M台农机，N块农田作业点，每个农田作业点需要且仅需要一台农机前往进行农机作业。所有农田作业点的面积已知，农机从起始位置出发，依次前往农田作业点进行作业，作业完成后不返回起始点。农机调度即合理分派出行农机并为这些农机规划农机调度的顺序，最终生成农机调度方案，以使农机调度的总成本最低。

针对所述农机调度问题的假设如下：

(1)在农机调度问题中，农机位置、农田位置、农田面积已知，且每台农机的行驶速度及作业能力一定。

(2)每个农田有且仅需要一辆农机前往进行作业，并且所有农机的工作能力完全可以满足各农田作业点的要求。