[发明专利]一种基于智能优化算法的繁殖指导方法及装置

权利要求书

1.一种基于智能优化算法的繁殖指导方法，其特征在于，包括以下步骤：

获取种群初代的初始参数，所述初始参数包括基因型、期望基因型、寿命信息及致死基因信息；

将所述种群分为雌雄两组，获取雌雄两组随机进行交配产生所述种群的第二代的基因型；

查询所述第二代的基因型中是否有所述期望基因；

若有所述期望基因，则计算整个交配过程中得到所述期望基因型的时间和经济成本，并初始化所述初始参数；若未发现有所述期望基因，则继续使所述种群的初代随机进行交配，直至出现所述期望基因；

重复获取雌雄两组随机进行交配产生所述种群的第二代的基因型，直至所述种群的数量达到预设规模；

当所述种群的数量达到所述预设规模时，进行选取繁殖最快、最高效的那组雌雄个体的交配策略，直至选取次数达到预设选取次数。

2.根据权利要求1所述的基于智能优化算法的繁殖指导方法，其特征在于，所述若有所述期望基因，则计算整个交配过程中得到所述期望基因型的时间和经济成本具体为：

通过总成本计算公式计算整个交配过程中得到所述期望基因型的时间和经济成本；

所述总成本计算公式为：

其中，C表示达到期望基因时所需要的总成本，此成本包括时间成本和经济成本，Ng表示当前的代数，n表示达到最终期望基因时所需要的代数，T(Ng)表示完成每代交配所需的时间，β*C_mouse*N_mouse(Ng)表示每代完成交配所需的经济成本，C_mouse表示完成一代交配时所需要花费的经济成本，包括食物、人工，N_mouse(Ng)则表示该代一共有多少只可以参与交配，α和β分别为权重系数，可由根据实际要求进行预设调整，即若更注重时间成本而非经济成本，则可使α大于β。

3.根据权利要求1所述的基于智能优化算法的繁殖指导方法，其特征在于，在若有所述期望基因，则计算整个交配过程中得到所述期望基因型的时间和经济成本之前还包括：

对所述种群的进行约束处理，所述约束处理包括寿命约束、致死基因约束及种群数量约束。

4.根据权利要求3所述的基于智能优化算法的繁殖指导方法，其特征在于，所述寿命约束为：

在所述种群进行交配的过程中考虑个体的寿命问题，超过预设年限的个体在所述种群中视为寿命失活个体；所述寿命失活个体的表达式为：

式中，Mouse_life代表小鼠当前的存活状态，1表示所述种群中的可以正常交配的个体，0表示所述种群中已经超过预设生存代数，其设置为已经失活，Mouse_Ng表示当前个体已经存活的代数，life_max表示个体可以存活的最大代数。

5.根据权利要求3所述的基于智能优化算法的繁殖指导方法，其特征在于，所述致死基因约束为：

所述种群中导致个体丧失生育能力及死亡的基因型被视为致死基于，将有所述致死基因的个体视为致死基因失活个体；所述致死基因失活个体的表达式为：

其中，Gene_death表示致死基因，若该致死基因出现，则携带该基因型的个体都视为失活个体。

6.根据权利要求3所述的基于智能优化算法的繁殖指导方法，其特征在于，所述种群数量约束具体为：

预设所述种群个体数量，将超过预设的个体数量，视为数量失活个体。

7.根据权利要求6所述的基于智能优化算法的繁殖指导方法，其特征在于，所述种群预设个体的数量，将超过预设数量，视为数量失活个体具体为：

依次优先将参数交配次数多的个体视为失活个体。