本发明属于计算机,尤其涉及一种杉木高世代种子园的配置方法及装置。
背景技术:
1、种子园亲缘间配种往往会导致近交衰退,导致林木的遗传增益达不到最优,多样性降低。在种子园中,近交通常被视为需要避免的情况,近交抑制只会在建立的种植园中晚些时候表现出来。植物传粉动态研究也表明,大多数交配发生在个体之间的一定的距离内,因此,单个个体在种子园的位置是影响交配模式和种子产量的主要因素之一。种子园设计的主要要求是保持同一个体或亲缘关系近的个体之间有足够的距离,避免近交和支持混交。为了满足这些要求,大多数种子园设计都假设最频繁的基因交换发生在近邻之间。在高世代的种子园中,亲缘关系变得复杂,亲缘关系近的个体的分离也变得复杂。为了克服这一限制,开发了最小近交种子园设计,而且在随后的研究中对该设计进行了优化,使其更适应高世代种子园的配置设计。与mi类似,r2scr(randomized,replicated,staggered clonal-row)侧重于相关亲本之间的空间距离,主要用于自交和多胚后出现严重近亲繁殖抑制的针叶树种子园;最优邻域设计(optimum neighborhood algorithm,ona)采用“试错法”优化果园布局和相邻无性系间的有效空间布局。ona和mi联合设计已经证明,即使在不规则形状的果园中,也能有效地进行亲本分配,使其适合修改现有的种子园。在国内,也有相关的研究,如将无性系材料分为不同区组,分别采用约束变换区组设计、约束分组结合随机完全分组设计和不平衡、不完全固定区组设计的配置方式;此外还有人采用无性系顺序错位排列的固定配置法进行设计;在樟子松高世代种子园的研究上,基于个体间的遗传距离,利用改进型自适应并行遗传算法(improved adaptive parallel genetic algorithm,iapga)对种子园建园亲本进行配置,并将该方法与传统种子园设计和基于距离的设计(即完全随机区组(randomized complete block,rcb)和最优邻域(ona设计)进行了比较,发现iapga种子园配置方法在控制近交方面具有明显的优势。
2、种子园的交配系统是一种复杂的生物学功能,在林木种子园建立的过程中,对于每个亲本配置相同的分株,人为的假设种子园内部发生的是完美的随机交配,但实际上交配过程受到很多因素的影响,例如种子园的配置的空间排列,亲本之间的遗传关系,雌性球花的物候和雌雄生殖能力。为此,很多优秀的种子园的空间排列的部署方案相继出现,大多数的焦点都在于分离相关无性系,主要是为了减少种子园的近亲繁殖或提高种子园后代的遗传品质和遗传基础,这些方法在初级种子园中可以发挥很好的效果。随着种子园世代的推进,很多树种都相继建立了高世代种子园,高世代种子园建园群体数量显著减小,种子园亲本无性系间遗传组成复杂,世代的提升使得亲本无性系间可能存在不同程度的遗传关系,这些种子园配置的方法对于亲本之间存在遗传关系的高世代种子园的配置设计效果可能没有达到预期。
3、此外,种子园中的亲本通常是从较广的地理范围收集的,因此可能适应不同的气候条件。繁殖物候学中的同步性是种子园中随机交配和平衡亲本繁殖成功的主要先决条件之一,有研究表明,生殖物候的花期同步和球果产量等性状受到较强的遗传控制,即使这些亲本被转移到异地进行栽培制种,但也可能保持着其物候性状的特性。在实际的种子园中,可能存在因为花期不遇等物候特性产生一系列暂时被隔离的亚群体,甚至有一些生殖能力强的亲本没有参与到交配活动,因此雌雄球花花期的重叠是成功交配发生的前提,在种子园配置中也需要考虑花期同步,尤其是雌雄同株的植物。以往的配置方案为计算的需要,暂忽略样地的地形和地貌特征,但实际种子园园址因营建需要多建设在地形开阔、阳光充足、日照较长的向阳坡地,尤其是南方丘陵地区,为了更好的模拟和贴合种子园的情况,基于产区和种子园特点,需要在种子园配置设计中引入种子园园址的地形因素,缩小实际条件和假设条件的偏差。
4、种子园设计的主要要求是保持同一个体或亲缘关系近的个体之间有足够的距离,并且周围不相关或亲缘关系远的个体之间的繁殖物候尽可能同步,避免近交和支持随机交配。
5、为此,如何基于智能算法方式对杉木第三代种子园亲本无性系之间的遗传关系和繁殖物候来进行配置建园亲本,以有效降低亲缘关系和花期不遇对交配系统的影响成为当前亟需解决的技术问题。
技术实现思路
1、(一)要解决的技术问题
2、为了解决现有技术的上述问题,本发明提供一种杉木高世代种子园的配置方法及装置。
3、(二)技术方案
4、为了达到上述目的,本发明采用的主要技术方案包括:
5、第一方面,本发明提供一种杉木高世代种子园的配置方法,包括:
6、101、获取杉木高世代种子园的基础信息;
7、102、根据所述基础信息,构建遗传相似度和花期同步相似度的第一计算信息,根据第一计算信息,获取种子园整体的遗传相似度和花期同步相似度的目标函数;
8、103、采用nsgaⅱ非支配排序遗传算法优化所述目标函数,在目标函数优化中满足结束条件时,结束优化,获取种子园配置的最优解,基于最优解对杉木高世代种子园进行物理上的配置。
9、可选地,所述基础信息包括:
10、种子园有m行n列,所述m行n列由多个滑动的3×3的小区组成,每一小区中无性系xi位于中心;
11、以及同一栽植行相邻的2个位置采用1表示,不同栽植行相邻的2个位置采用表示,对角线的4个位置采用表示。
12、可选地,所述102包括:
13、第一计算信息f(xi)为:
14、
15、i=(1,2,3,4,...m×n)
16、j=(i+1,i-1)
17、k=(i+n,i-n)
18、q=(i+n+1,i+n-1,i-n+1,i-n-1)
19、第一计算信息f(xi)中:f(xi)为3×3小区的遗传相似度和花期同步相似度,s(xi,xj)为xi与该xi同一栽植行相邻的位置相似度,s(xi,xk)为xi与该xi不同栽植行相邻位置的相似度,s(xi,xq)为xi与该xi的4个斜对角的位置相似度,xi是3×3小区的中心位置,xi服从i的分布,m和n为正整数;
20、种子园整体的遗传相似度和花期同步相似度的目标函数为:
21、
22、可选地,所述103包括:
23、103-1、初始化杉木高世代种子园的群体,设置群体数量p100和交叉0.9、变异0.1的概率;
24、103-2、第一代群体进行选择,交叉,变异从而生成子代群体;
25、103-3、将父代群体和子代群体合并为新群体2p;
26、103-4、基于种子园整体的遗传相似度和花期同步相似度的目标函数和新群体2p,执行快速非支配排序,并计算拥挤度,执行精英保留策略操作以生成新的父代群体;
27、103-5、对新生成的父代群体进行选择,交叉,变异操作生成新一代子代种群;
28、103-6、判断103-5的迭代次数是否大于结束条件中的最大进化代数,若没有,则重新按照103-3的方式继续迭代,否则,运行结束,获得最优解。
29、可选地,所述103-4包括:
30、(1)基于种子园整体的遗传相似度和花期同步相似度的目标函数和新群体2p,执行选择,交叉,变异操作,以及进行快速非支配排序,根据排序等级生成小群体fi;
31、(2)为满足下一代群体pt+1的群体数量为n,根据排序等级,fi群体保留,直到fi的群体大小超过群体规模n时,根据拥挤度从大到小将个体加入新一代群体,即执行精英保留策略操作以生成新的父代群体。
32、可选地,在103中结束优化之后,得到pareto最优解集合,从该pareto最优解集合中选择种子园配置的最优解;
33、所述方法还包括:
34、选择种子园配置的最优解,pareto最优解集合中第一个解、pareto最优解集合中最后一个解进行计算模拟验证,获取最优解的验证结果。
35、可选地,所述结束条件为最大进化代数或迭代次数为13至150000次。
36、第二方面,本发明提供一种杉木高世代种子园的配置装置,包括:
37、获取单元,用于获取杉木高世代种子园的基础信息;
38、目标函数生成单元,用于根据所述基础信息,构建遗传相似度和花期同步相似度的第一计算信息,根据第一计算信息,获取种子园整体的遗传相似度和花期同步相似度的目标函数;
39、最优解计算单元,用于采用nsgaⅱ非支配排序遗传算法优化所述目标函数,在目标函数优化中满足结束条件时,结束优化,获取种子园配置的最优解,基于最优解对杉木高世代种子园进行物理上的配置。
40、可选地,所述基础信息包括:
41、种子园有m行n列,所述m行n列由多个滑动的3×3的小区组成,每一小区中无性系xi位于中心;
42、以及同一栽植行相邻的2个位置采用1表示,不同栽植行相邻的2个位置采用表示,对角线的4个位置采用表示。
43、可选地,目标函数生成单元具体用于:
44、第一计算信息f(xi)为:
45、
46、i=(1,2,3,4,...m×n)
47、j=(i+1,i-1)
48、k=(i+n,i-n)
49、q=(i+n+1,i+n-1,i-n+1,i-n-1)
50、第一计算信息f(xi)中:f(xi)为3×3小区的遗传相似度和花期同步相似度,s(xi,xj)为xi与该xi同一栽植行相邻的位置相似度,s(xi,xk)为xi与该xi不同栽植行相邻位置的相似度,s(xi,xq)为xi与该xi的4个斜对角的位置相似度,xi是3×3小区的中心位置,xi服从i的分布,m和n为正整数;
51、种子园整体的遗传相似度和花期同步相似度的目标函数为:
52、
53、(三)有益效果
54、本发明的有益效果是:
55、本发明是利用智能算法去尽可能降低亲缘关系和花期不遇对交配系统的影响,提供一种高世代种子园的智能化部署设计方法,旨在配置每个亲本周围的邻域,最大化亲本之间的遗传关系和花期重叠,以最小化相关亲本之间的交配概率。基于产区和种子园特点,在种子园配置设计中引入种子园园址的地形因素,建立了邻域空间矩阵,更好的模拟和贴合种子园的情况,缩小实际条件和假设条件的偏差。
56、另外,本发明可生成pareto最优解集合,nsgaⅱ_g在优化遗传关系方面表现优秀,能够有效的降低种子园配置的近交程度,适用于花期一致的高世代种子园,旨在分离相关的无性系;相应的nsgaⅱ_s在花期同步性方面表现较好,适用于不存在亲缘关系或经过遗传评估的种子园,旨在促进花期同步和随机交配,这两种种子园的配置代表nsgaⅱ设计的极端。可以按照种子园的特点与功能去选择合适的配置方案。