，
0)o
【主权项】
1.一种基于贪心遗传算法的钵苗稀植移栽路径优化方法，通过机器视觉己获知温室钵苗稀植移栽机的移栽穴盘内钵苗的健康信息；其特征在于:分别对移栽穴盘内健康苗穴位和目的穴盘内空穴位进行标记编码；贪心遗传选优原则为目的穴盘空穴孔按列分区进行局部遗传算法的当前路径优化；目的穴盘某列空穴孔编码与移栽穴盘内未规划的有苗穴孔编码综合，生成随机路径编码构成局部遗传算法的初始种群，循环进行选择、交叉、变异和重插入操作直到预设收敛代数，将种群适应度最大个体作为该局部最优路径；将先后各列规划的局部最优路径合并，即生成整个目的穴盘稀植移栽路径。2.根据权利要求1所述的一种基于贪心遗传算法的钵苗稀植移栽路径优化方法，其特征在于:所述分别对移栽穴盘内健康苗穴位和目的穴盘内空穴位进行标记编码，具体为密度高的移栽穴盘和密度低的目的穴盘的各穴孔在移栽机系统的位置已经固定，对移栽穴盘内健康苗穴孔按从上至下、从左至右的顺序进行正实数标记，对目的穴盘内各空穴孔按从上至下、从左至右的顺序进行负实数标记，由此标记编码实际隐含有穴孔位置和钵苗健康信息。3.根据权利要求1所述的一种基于贪心遗传算法的钵苗稀植移栽路径优化方法，其特征在于:所述目的穴盘空穴孔按列分区进行局部遗传算法的当前路径优化，具体为目的穴盘空穴孔负标记编码按穴盘列分区，按从左至右或从右至左的列顺序，先后与移栽穴盘内未规划的有苗穴孔负标记编码综合，进行局部遗传算法的当前最优路径规划。4.根据权利要求1所述的一种基于贪心遗传算法的钵苗稀植移栽路径优化方法，其特征在于:所述目的穴盘某列空穴孔编码与移栽穴盘内未规划的有苗穴孔编码综合，生成随机路径编码构成局部遗传算法的初始种群，循环进行选择、交叉、变异和重插入操作直到预设收敛代数，将种群适应度最大个体作为该局部最优路径，具体局部遗传算法过程描述如下: a)局部遗传算法的初始种群生成方法具体为:假设目的穴盘某列空穴孔的负标记编码集为{_1，_2，-3，-4，-5，-6，-7，-8}，移栽穴盘内未规划的有苗穴孔正标记编码集为{1，2，3，……，48，49，50}，则移栽路径从原点出发和正负标记编码集随机交叉，可形成如(O，3，-2,8, -4,9, -7，10，-1,7, -6，13，-3，5，-5，16，-8,0)的初始种群的一条染色体，算法设置生成一定数量染色体，即构成初始种群； b)个体种群适应度具体为:每个染色体中的编码实际对映的移栽坐标系的位置已知，则具体每个染色体的对映的路径长度也可计算，设为7U)，其中人^和人?分别表示种群染色体的最短和最长路径；定义个体种群适应度为(-Zmax- Kx)) / ( ^max-^min); C)局部遗传算法循环进行的选择操作为:初始种群作为父代，按照随机顺序，以染色体适应度为选择概率，选择概率必嫌]染色体作为子代种群； d)局部遗传算法循环进行的交叉操作为:初始种群选择操作生成子代种群后，随机排序，进行交叉操作假设有 O= (0，14，-4,9, -2,8, -7，12，-1，19，-3，13，-6，15，-8，26，-5，0)，P= (0，13，-7,8, -4,9, -2，10，-1,7, -5,28, -8,5, -6，16，-3,0), Q= (0，12，-6,30, -3，19，-8，11，-1,16, -2,5, -4，14，-5，10，-7,0)三条子代种群染色体；②产生2个介于I至16之间的随机数j和k，其中j作为交配指示位，k作为交配步长，则三条子代染色体的第j+Ι位至j+k位递进互换；若j+k彡16，令取为16 ;设j=8，k=4,可得到交叉后个体-O1=(0，14，-4,9, -2,8, -7，12，-1，16，-2,5, -6，15，-8,26, -5,0), P1= (0，13，-7,8, -4,9, -2，10，-1，19，-3，13，-8,5, -6，16，-3,0), Q1= (0，12，-6,30, -3，19，-8，11，-1,7, -5,28, -4，14，-5，10，-7,0);③扫描除原点O的交叉后个体位，若相同则用800代替，即可得O2= (0，14，-4，9，-2，8，-7，12，-1，16，800，5，-6，15，-8，26，-5，0)，P2= (0，13，-7，8，-4，9，-2，10，-1，19，-3，800，-8，5，-6，16，800，0)，Q2= (0，12，-6，30，-3，19，-8，11，-1，7，-5，28，-4，14，800，10，-7,0);④扫描除原点O的上一步个体，将数800依次使用有效个体位代替；若数800处于偶数位，则将目的穴盘内该列所有标记编号顺序扫描与个体位除原点O后的每个偶数位对比，若未曾出现过，则以此来代替800 ;若数800处于奇数位，则将移栽穴盘内未规划的所有有苗标记编号顺序扫描与个体位除原点O后的每个奇偶数位对比，将未曾出现过的标记随机产生一个来代替 800 ;即可得到 O3= (0，14，-4,9, -2,8, -7，12，-1，16，-3，5，-6，15，-8，26，-5,0),P3= (0，13，-7,8, -4,9, -2，10，-1，19，-3，28，-8，5，-6，16，-5,0), Q3= (0，12，-6，30，-3，19，-8，11，-1,7, -5,28, -4，14，-2，10，-7,0)； e)局部遗传算法循环进行的变异操作为:对上述交叉操作产生的种群随机排序，进行变异操作；产生2个介于I至16之间的随机数r和S，作为个体除原点O的2个变异位: 若变异位的标记编码为负，则从目的穴盘列其它负标记编码随机选择一个，从变异个体中扫描找到该值与变异位互换:假设r = 2，子代个体O3= (0，14，-4，9，-2，8，-7，12，-1，16，-3,5, -6，15，-8，26，_5，0)，则在除-4 标记数的{-1，-2，-3，-5，-6，-7，-8}中产生一个随机数，设为-7，则变异后新子代个体O4= (0,14, -7,9, -2,8, -4，12，-1,16, -3,5, -6，15，-8,26, -5,0)； 若变异位的标记编码为正，则从移栽穴盘内未规划的所有有苗正标记编码随机选择一个进行互换，并遍历基因替换后的子代个体，若有同的正标记编码，则用原标记编码数代替:假设 s = 9，子代个体 P3= (0，13，-7，8，-4，9，-2，10，-1，19，-3，28，-8，5，-6，16，-5，0)，则在除19标记数的{1，2，3，……,48,49,50}中产生一个随机数，设为20，则变异后新子代个体 P3= (0，13，-7,8, -4,9, -2，10，-1,20, -3,28, -8,5, -6，16，-5,0)； f)局部遗传算法循环进行的重插入操作为:对上述初始种群经选择、交叉、变异后产生的子代个体进行适应度计算，重插入初始种群代替最不适应的父代个体，保持初始种群规模； 局部遗传算法通过对上述初始种群循环进行选择、交叉、变异和重插入操作，到达预设收敛代数停止，取该收敛代的种群适应度最大个体作为该局部最优路径。5.根据权利要求1所述的一种基于贪心遗传算法的钵苗稀植移栽路径优化方法，其特征在于:待所有目的穴盘各列的局部最优路径获得后，按照从左至右或从右至左的列顺序合并，生成整个目的穴盘的稀植移栽路径。
【专利摘要】本发明公开了一种基于贪心遗传算法的钵苗稀植移栽路径优化方法。由机器视觉获知温室钵苗稀植移栽机的移栽穴盘内钵苗的健康信息，分别对移栽穴盘内健康苗穴位和目的穴盘内空穴位进行标记编码；贪心遗传选优原则为目的穴盘空穴孔按列分区进行局部遗传算法的当前路径优化；目的穴盘某列空穴孔编码与移栽穴盘内未规划的有苗穴孔编码综合，生成随机路径编码构成局部遗传算法的初始种群，循环进行选择、交叉、变异和重插入操作直到预设收敛代数，将种群适应度最大个体作为该局部最优路径；将先后各列规划的局部最优路径合并，即生成整个目的穴盘稀植移栽路径。本发明可生成温室钵苗稀植移栽的优化路径，提高移栽工作效率，满足控制系统实时性规划要求。
【IPC分类】G06Q10/04, G06Q50/02
【公开号】CN104978607
【申请号】CN201510346330
【发明人】童俊华, 武传宇, 蒋焕煜, 钱荣
【申请人】浙江理工大学
【公开日】2015年10月14日
【申请日】2015年6月23日