基于个体优势遗传算法的水稻生育期模型参数优化

被引：15

作者：

庄嘉祥 ^{[1
]}

姜海燕 ^{[1
,2
]}

刘蕾蕾 ^{[2
]}

王芳芳 ^{[1
]}

汤亮 ^{[2
]}

朱艳 ^{[2
]}

曹卫星 ^{[2
]}

机构：

[1] 南京农业大学信息科技学院

[2] 南京农业大学国家信息农业工程技术中心

来源：

中国农业科学 | 2013年 / 46卷 / 11期

关键词：

水稻; 生育期模型; 参数优化; 遗传算法; RiceGrow; ORYZA2000;

D O I：

暂无

中图分类号：

S511 [稻];

学科分类号：

0901 ;

摘要：

【目的】快速并准确估算作物生育期模型参数。【方法】本文提出了一种新的改进型遗传算法——个体优势遗传算法(individual advantages genetic algorithm,IAGA),并应用于水稻生育期模型参数估算。在遗传算法的基础上引入个体优势算子,并改进了变异算子及种群更新策略。以完全嵌入方式耦合RiceGrow和ORYZA2000水稻生育期模型,实现了模型参数的自动率定。利用汕优63等5个水稻品种在徐州、高要等地的多年田间试验资料,对IAGA算法的有效性进行对比试验。【结果】(1)试验验证结果的RMSE<3.05 d,NRMSE<3.19%,MDA<2.41 d,R2>0.9885,表明利用IAGA获得的模型参数准确性较高。(2)调参的实测数据量大小对调参结果影响不大。由3年数据增加到6年数据,试验拟合结果最大NRMSE值由2.58%增大到3.08%,增加了0.5%。选择隔年并包含全生育期天数最大值与最小值的调参数据,可以获得较准确的模型参数值。(3)IAGA与复合形混合演化算法、遗传模拟退火算法以及标准粒子群算法相比,可获得更准确的模型参数值。【结论】IAGA算法可以实现水稻生育期模型参数的自动率定,为作物生长模型参数的快速准确估算提供了一种有效新方法。

引用

页码：2220 / 2231

页数：12

共 18 条

[1] 根系水质模型中土壤与作物参数优化及其不确定性评价 [J].