[发明专利]一种基于遗传算法的土地资源评价因子级别划分方法有效
申请号: | 201210060364.X | 申请日: | 2012-03-08 |
公开(公告)号: | CN102663230A | 公开(公告)日: | 2012-09-12 |
发明(设计)人: | 刘耀林;何建华;赵翔;焦利民;唐旭 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06N3/02 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 薛玲 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于遗传算法的土地资源评价因子级别划分方法,充分利用遗传算法在优化问题求解方面的优势,将遗传算法引入评价因子级别划分问题的求解;根据评价因子级别划分问题的特点,设计了遗传算法适应度函数和约束条件,构建了适用于评价因子级别划分的遗传算法模型;本发明能够为土地资源质量评价的因子影响分析提供科学、准确的基础依据,进而为促进土地资源的合理利用提供技术支持。 | ||
搜索关键词: | 一种 基于 遗传 算法 土地资源 评价 因子 级别 划分 方法 | ||
【主权项】:
一种基于遗传算法的土地资源评价因子级别划分方法,其特征是,包括以下步骤:步骤1,输入每个评价因子的规模指数,规模指数是取值范围为[0‑100]的实数;步骤2,设染色体种群规模为M,染色体的基因位长度为K,第i个基因位上存储第i个级别的中心规模指数,i的取值为1、2...K;采用随机的方式生成M个染色体,形成初始的染色体种群;随机生成的约束条件是,每个基因位上的中心规模指数是取值范围为[0‑100]的实数;步骤3,对当前的染色体种群中各染色体分别进行染色体适应度评价,评价方式包括以下步骤,步骤3.1,针对每个染色体所存储的各级别中心规模指数,按照最小距离原则和步骤1输入的规模指数,将各评价因子划分到距离最近的一个级别中;步骤3.2,采用适应度函数评价各染色体的适应度,适应度函数如式1, f = 1 / Σ i = 1 K Σ j = 1 J ( x j - c i ) 2 式1式中,ci表示第i个级别的中心规模指数,J为第i个级别中评价因子的总数,xj为第i个级别中第j个评价因子的规模指数;步骤4,选择,包括根据染色体适应度值从当前的染色体种群中随机选择染色体,选择出的染色体个数记为n;步骤5,交叉,包括从步骤4中选择的n个染色体中,按照事先设定的概率Pc随机选择Round(n×Pc)对染色体进行交叉,得到交叉后的染色体种群,其中Round为取整数操作;对一对染色体执行交叉时,在染色体上随机确定一个交叉点,这对染色体在交叉点处互相交换编码;步骤6,变异,包括对步骤5所得交叉后的染色体种群中的每个染色体,将每个基因位根据事先设定的概率Pm随机确定该基因位是否进行变异,若执行变异,则该基因位上的数值更改为一个随机生成的[0‑100]的实数值,得到变异后的染色体种群;步骤7,判断是否满足终止条件,不满足则返回步骤3继续对染色体种群进行进化,直至满足终止条件,进入步骤8;步骤8,对当前的染色体种群中各染色体分别进行染色体适应度评价,得到划分结果,包括以下步骤,步骤8.1,针对每个染色体所存储的各级别中心规模指数,按照最小距离原则和步骤1输 入的规模指数,将各评价因子划分到距离最近的一个级别中;步骤8.2,采用适应度函数评价各染色体的适应度,适应度函数如式1, f = 1 / Σ i = 1 K Σ j = 1 J ( x j - c i ) 2 式1式中,ci表示第i个级别的中心规模指数,J为第i个级别中评价因子的总数,xj为第i个级别中第j个评价因子的规模指数;步骤8.3,将适应度最高的染色体作为最优的评价因子分级划分方案,将步骤8.1中针对适应度最高的染色体划分各评价因子的结果输出。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210060364.X/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用