遗传算法参数对优化灌溉模型寻优过程的影响

被引：3

作者：

张兵 ^{[1
]}

袁寿其 ^{[2
]}

张建生 ^{[1
]}

孙俊 ^{[3
]}

李红 ^{[4
]}

黄文生 ^{[1
]}

机构：

[1] 常州工学院电子信息与电气工程学院

[2] 江苏大学

[3] 江苏大学电子信息与电气工程学院

[4] 江苏大学流体机械工程技术研究中心

来源：

农业机械学报 | 2008年 / 10期

关键词：

灌溉; 遗传算法; 交叉率; 变异概率; 最优解; 数学模型;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

通过研究不同遗传算法参数对优化灌溉模型寻优过程的影响,得到一组最优的遗传算法参数。结果显示初始群体n=20,交叉率pc=0.5,变异概率pm=0.01时遗传算法寻优效率最高。同时在该组最优组合参数下,对模型的5种灌水量水平进行了优化求解,并得到了模型的最优解。

引用

页码：129 / 133

页数：5

共 9 条

[1] 基于遗传算法的微灌坡地双向毛管管径优化 [J].

王新坤 .

农业机械学报, 2007, (09) :108-111

[2] 基于遗传算法的发动机多元回归控制模型 [J].

陈渝光 ;

李山 ;

廖仕利 ;

赵玮霖 .

农业机械学报, 2006, (06) :9-12

[3] 基于遗传算法的制造质量控制多目标的优化 [J].

亓四华 ;

费业泰 .

农业机械学报, 2006, (06) :110-112+116

[4] 基于L-M优化算法的BP神经网络的作物需水量预测模型 [J].

张兵 ;

袁寿其 ;

成立 ;

袁建平 ;

从小青 .

农业工程学报, 2004, (06) :73-76

[5]

K. Srinivasa Raju,D. Nagesh Kumar.Irrigation Planning using Genetic Algorithms[J].Water resources management,2004

[6]

José Fernando Ortega Álvarez,José Arturo Juan Valero,José María Tarjuelo Martín-Benito,Eulogio López Mata.MOPECO: an economic optimization model for irrigation water management[J].Irrigation Science,2004

[7]

罗金耀主编.节水灌溉理论与技术[M].武汉:武汉大学,2003

[8]

李敏强等著.遗传算法的基本理论与应用[M].北京:科学出版社,2002

[9]

周明,孙树栋编著.遗传算法原理及应用[M].北京:国防工业出版社,1999

← 1 →