华中农业大学本科毕业论文（或设计）
目 录
摘 要 ......................................................................................................................................... II 关键词 ....................................................................................................................................... II Abstract ..................................................................................................................................... II Key words ................................................................................................................................. II 前言 ............................................................................................................................................ 1 1作物生长模型 ......................................................................................................................... 2
1.1作物生长模型研究进展 ............................................................................................... 2
1.1.1 国外研究进展 ..................................................................................................... 2 1.1.1 国内研究进展 ..................................................................................................... 4 1.2作物生长模型的存在问题及发展趋势 ....................................................................... 5
1.2.1 作物生长模拟研究存在的问题 ......................................................................... 5 1.2.2 作物生长模拟研究的发展趋势 ......................................................................... 5
2大麦生长模型参数优化与实现 ............................................................................................. 6
2.1模型模拟的过程 ........................................................................................................... 6 2.2优化算法的实现 ........................................................................................................... 7
2.2.1模拟退火算法 ...................................................................................................... 9 2.2.2遗传算法 ............................................................................................................ 10
3模型的参数优化 ................................................................................................................... 12
3.1参数优化的基本概念 ................................................................................................. 12 3.2参数优化的基本手段 ................................................................................................. 12 3.3大麦生长模型参数优化的分析 ................................................................................. 13
3.3.1作物生长模型参数优化的特点 ........................................................................ 13 3.3.2大麦生长模型参数优化方法的选择 ................................................................ 14
4两种算法的分析及比较 ....................................................................................................... 15
4.1参数变化对模拟退火算法和遗传算法的影响 ......................................................... 15 4.2模拟退火算法和遗传算法的收敛性能 ..................................................................... 16 总结与展望 .............................................................................................................................. 19 参考文献 .................................................................................................................................. 19 致 谢 ........................................................................................................................................ 21
I
华中农业大学本科毕业论文（或设计）
进化优化算法在作物生长模型中的应用
摘 要
现代数字精准农业是由信息技术支持的能够根据作物的生长发育需求和空间变异，考虑自然环境的供应能力和变化规律，精确计算作物实时所需，定位、定时、定量地实施精确供应作物生长所需物质和环境，达到高产、优质、高效目的的一整套的现代化智能控制管理决策系统。作物生长模型在不同的环境条件下模型参数大多需要重新估计和优化。作物生长模型的优化是高维、非线性的复杂优化问题。
本文针对已有的大麦生长模型，设计友好的界面及算法，用代码实现，并从分析模型结构特征、作物生长模型参数优化的特殊性和进化计算的特点入手，用模拟退火算法和遗传算法，对模型的参数进行优化。
关键词
作物生长模型；参数优化；模拟退火算法；遗传算法
Abstract
Modern Digital Preeision Agrieulture is a whole modem intelligent management
deeision-making system whieh is supported by information technology and able to aecurately count the real time requirements of the crop considering the providing capability,place variation and change rule of environment,and with orientation, timing,and ration accurately provides the matter and conditions needed by the crop,in order to get high yield,high quality and good effieieney of agrieulture.The nieetycrop growth simulation model is the base of the intelligent management and deeision-making system and an important part of the
development of Modern Digital Preeision Agrieulture.Usually,it needs to re-estimate and optimize the model parameters when a model is used in different conditions.The parameter optimization of crop growth models is a multi-dimension,nonlinear and complicated optimization problem.
In this paper, the barley has been the growth model, design and friendly interface and algorithms, with code and structural characteristics from the analysis model, crop growth model parameters to optimize the specificity and the characteristics of evolutionary
computation approach, using two algorithms model - simulation annealing algorithm and genetic algorithm, the parameters of the model optimization.
Key words
Crop growth model; parameter optimization;simulated annealing algorithm;genetic algorithm
II
华中农业大学本科毕业论文（或设计）
前言
计算机和信息技术的发展推动了农业信息化进程。农业信息技术的快速发展为作物生产管理的现代化和信息化提供了新的方法和手段，也为农业产业的技术改造和提升注入了新的活力。其中，作物生长模拟模型与管理决策支持系统的成功研制与应用是作物信息技术发展的突出代表，为种植业的智能化、精确化与数字化提供了桥梁与纽带。目前，国内外作物生长模拟模型表现为由局部到整体、由简单到复杂、由经验性到机理性、由智能化到数字化的发展态势，因而为研究和开拓作物信息栽培和数字农作提供了良好的技术支撑和应用前景。(费璐璐,2004)
众所周知，在计算机科学、工程学和管理科学等学科以及许多实际应用领域都不断涌现出许多复杂的组合优化问题，它们都难以在现有的技术条件下，在比较合理的有限时间内采用经典最优化方法(如数学规划)得到解决，或者说，对许多问题，不存在多项式时间复杂性的算法以获取最优解，是NP困难的问题，所以，人们退而次之，试图采用各种启发式方法，以便在合理的时间范围内找到满意的解，优化算法成为解决此类问题的有力工具。
优化算法是模拟自然界生物系统，完全依赖生物体自身的本能，通过无意识的寻优行为来优化其生存状态，以适应环境的一类新型的最优化方法，具有许多与传统优化算法(如数学规则、动态规划等等)不同的特点，优化算法根据使用的智能体的数量，可以分为基于个体的和基于种群的两类，其中模拟退火算法等是基于个体的，而遗传算法是基于种群的，基于种群的优化算法的主要特点有:
(1) 它是一类不确定的优化算法，不确定性体现了自然界生物的生理机制，并且在求解某些问题时优于确定性算法。
(2) 它是一类概率型的全局最优搜索算法，它与完全的随机算法不同，智能优化算法随着搜索的进行，找到优质解的概率比遇到劣质解的概率高，也就是说，能以更大的概率求得全局最优解，一方面，它能在可行解空间进行全方位的搜索，另一方面，在优质解附近，在一定程度上它也能进行更加精细的搜索。
(3) 它在优化过程中不依赖于优化问题本身的严格的数学性质，如连续性、可导性及目标函数和约束条件的精确数学描述等等。
(4) 它是一类基于多个智能体的算法，各个智能体之间通过相互协作来更好地适应环境，以获取所需的性能。
(5) 它具有潜在的并行性，搜索过程不是从一点出发，而是同时从多个点出发，这种分布式的多智能体的协作过程是异步并发进行的，分布式并行模式将大大提高整个算法的运行效率、鲁棒性和快速反应能力。
(6) 它具有学习能力，在复杂的、不确定的、时变的环境中，通过自我学习不断提高个体的适应性。
1
华中农业大学本科毕业论文（或设计）
智能体是智能优化算法的基本单元，智能体所拥有的知识来源于与其它智能体的合作，以及对环境的感知，因此，智能体的知识积累是一个动态的过程，各智能体通过随机的决策机制和相互之间的协调，自适应地做出决定并完成自身的评价，智能体之间的这种分布性和协作性正是智能优化算法具有许多优良特性的主要原因。另外，智能体具有自学习能力，可根据环境的改变和过去的行为结果，对自身的知识库或自身的组织结构进行再组织，从而实现算法求解能力的进化，个体间相互合作的阶段与个体自身自适应的阶段交互进行，从而达到个体行为或个体性能的优化。
1作物生长模型
1.1作物生长模型研究进展
作物生长模型是利用系统分析方法和计算机模拟技术，综合作物生理、生态、气象、土壤、农学等学科的研究成果、对作物生长发育过程及其与环境和技术的动态关系进行定量描述和预测。(陈宏金,2006)
作物模拟的发展经历了从定性模式到定量模拟的过程。从数量植物生理学中的单一的生理生态过程模拟，慢慢发展成为完整的描述和预测作物生长及产量品质形成全过程的综合的作物生长模拟模型，并逐步地协调了模型的机理性、系统性和通用性之间的矛盾，使生长模拟从萌芽逐步走向成熟。
1.1.1 国外研究进展
国际上一般将作物生长模型的发展分为以下4个主要阶段。(汤亮,2006)
(1) 幼年期：20世纪50-60年代，二次世界大战以后，系统分析法和计算机技术登上了历史的舞台，同时一些重要的作物生理过程及其与环境的数量关系得到了阐明，其中较具有代表性的有Monsi与saekl有关作物群体内光分布规律的研究，以及Hesketh有关不同植物或作物的光合作用与光强关系的研究，作物生长模型在这个背景下诞生了。荷兰和美国首先开始了作物生长模拟的研究，荷兰的deWit及美国的Duncan等人相继提出了植被冠层截获与群体光合作用的几何模型和生理模型，成为油菜生长模拟与决策支持系统研究作物生理生态过程模拟的经典之作，冠层太阳辐射截获理论通常被认为是作物生长型研究开始的标志。deWit和Duncan有关植物冠层光能截获和光合作用的数学模拟，使世界上最早的两个完整程序编写、能在计算机上模拟作物群体生产过程的模拟型。这些模型能够计算光在冠层中的分布，使得评估太阳高度角，叶倾角和纬度对作物光合作用的敏感性成为了可能。虽然他们的模型现在看来相对简单，但是开辟了一条定量化和机理性模拟生长速率的道路。
(2) 少年期：70-80年代中期，新的系统分析和计算机技术给科学家们展开了一个舞台，作物模型得到了迅速发展。作物模拟在深度和广度上同时得到了加强，科学家对一些重要的作物生理过程的数量化研究日趋深入，如Thomley对作物呼吸过程的研究，Ritchie关于蒸发模型的研究等。
2
华中农业大学本科毕业论文（或设计）
在这一时期，美国最有代表性的模型有密西根州立大学Ritchie教授等在80年代初建立的CERE作物模型，在综合性和应用性方面都有所加强。首先发表的是CERES-玉米模型，从1980年初开始研制，此后，CERES-小麦、CERES-高粱等模型相继问世。CERES系列作物型具有相似的模拟过程，用积温模拟发育时段，根据叶片数模拟叶面积增长，还包括基于光的截获及其利用、干物质各个器官中的分配等模拟作物生长，还能模拟土壤养分和水分平衡(如有效降水、径流、蒸发、蒸腾、渗漏等)。
这个时期随着许多新型观测仪器如生长箱、辐射仪等的问世，以及数据采集和传输系统、计算机语言及其软件的普及，使连续自动观测、大量数据处理以及复杂计算第一章文献综述与研究目的等成为可能，人们开始考虑多个变量之间的相互作用以及环境的影响。随着人们对作物认识的增加，大量的影响作物生长的因子被引入到模型中，使得模型变得较为复杂越来越复杂的模型同时也带来了一些问题，当模型过程描述得十分详尽的时候，阐述模型的参数数目也越来越多，包含了许多难以获得的输入参数和变量。许多具有生物学意义的参数需要复杂的试验来获取，不可避免地会造成试验误差，甚至有些参数是猜测而得。这样的复杂情况影响了模型的实际应用。因此，这个时期的作物模拟在应用性方面表现出一些困境。(潘洁,2005)
(3) 青春期：80年中期到90年初作物模拟逐步向实际应用方面发展，一方面强调模型的机理性，另一方面又强调模型的通用性和可靠性，因此，对模型的机理性与通用性之间的矛盾表现了一定的困惑和失望。针对模型的复杂性带来模型的不可靠性以及通用性和机理性矛盾的问题，科学家们开始对模型进行简化，将生长机制和经验过程融于一体：以作物生长和发育机理为建模基础，采用一些经验方法对某些复杂的过程、参数或变量进行简化处理，从而使模型便于应用。
在这期间，许多国家研制的多种作物的模拟模型以及特定作物的不同模拟模型开始应用与实践，有些模型如CERES模型己广泛应用于不同环境条件下的作物估产，干早评价，作物品种培育等。Wilkerson等建立了大豆模型(SOYGRO)以帮助农场主进行灌溉和病虫害的管理与防治。它是基于过程的模型，包括作物本身生理过程和环境因子的影响，如光合作用、呼吸作用，生育期模拟、干物质分配、叶片生长和凋落等，并考虑水分胁迫。由于是豆科作物，与其它作物模型不同的是该模型强调了氮素循环和平衡过程，叶片和豆英的凋落与氮素供给状况有关。
这个阶段，随着模型的扩展和细化，模型缺乏对生长发育和产量形成等生理过程的量化研究，有些过程因为不够了解而简化和假设，使得模型的可靠度和机理性不强。但也出现了一些简化的模拟模型，能够有效预测生长发育。从这个时期可以看出，模型的预测性好坏不能简单地以模型的复杂程度来定论。(席磊,2004)
(4)成熟期90年代初以来，作物模型被视为一种“启发式”的工具，随着社会需求的增多，作物生长模型向着应用多元化方向发展。比较典型的应用包括农业生态地带性研究、区域产量预测、土地资源管理、环境条件和社会经济变化对农业的影响评价
3