基于遗传算法的番茄幼苗光合作用优化调控模型

由于光合速率优劣直接影响番茄的产量与品质,而其光合速率主要受温度和光子通量密度影响,因此如何实现不同温度条件下的光饱和点信息动态获取,是光环境调控技术发展亟需解决的重要问题。针对上述问题,该文提出了基于遗传算法的番茄幼苗光合作用优化调控模型。其利用光合速率双因素嵌套试验获取多维数据,构建温度、光子通量密度耦合的光合速率多元非线性回归模型,设计了基于遗传算法的光合速率模型寻优方法,得到不同温度条件下的光饱和点,继而建立以光饱和点为目标值的番茄幼苗光合优化调控模型。模型验证试验结果表明,提出的方法可动态获取不同温度条件下光饱和点,光饱和点实测值与计算值决定系数为0.920,最大相对误差小于6%,具有较高精度,对提高设施光环境调控效率具有重要的意义。