| 摘要 | 第1-14页 |
| ABSTRACT | 第14-17页 |
| 第一章 绪论 | 第17-31页 |
| 摘要 | 第17页 |
| 1 研究背景 | 第17-18页 |
| 2 国内外研究现状 | 第18-25页 |
| ·遗传算法改进方法 | 第18-20页 |
| ·遗传算子改进 | 第18页 |
| ·自适应遗传算法 | 第18-19页 |
| ·基于小生境的遗传算法 | 第19页 |
| ·混合遗传算法 | 第19-20页 |
| ·基于精英策略的遗传算法 | 第20页 |
| ·基于精英策略思想的改进遗传算法研究 | 第20-22页 |
| ·精英保留策略 | 第20页 |
| ·加速技术 | 第20-21页 |
| ·蜜蜂进化模型 | 第21-22页 |
| ·作物生长模型参数优化方法 | 第22-23页 |
| ·遗传算法在作物生长模型参数优化中的应用研究 | 第23-25页 |
| ·目前存在的问题 | 第25页 |
| 3 本文的研究内容和技术路线 | 第25-28页 |
| ·本研究目的和意义 | 第25-26页 |
| ·本文的研究内容 | 第26-27页 |
| ·研究思路与技术路线 | 第27-28页 |
| 4 本研究的特色与创新 | 第28-29页 |
| 5 论文的组织结构 | 第29-31页 |
| 第二章 理论基础 | 第31-43页 |
| 摘要 | 第31页 |
| 1 遗传算法简介 | 第31-32页 |
| 2 遗传算法基本框架 | 第32页 |
| 3 遗传算法的构成要素 | 第32-37页 |
| ·编码方式 | 第32-33页 |
| ·二进制编码 | 第33页 |
| ·实数编码 | 第33页 |
| ·个体适应度评价 | 第33-34页 |
| ·遗传操作 | 第34-37页 |
| ·选择(Selection) | 第34-35页 |
| ·交叉(Crossover) | 第35-36页 |
| ·变异(Mutation) | 第36-37页 |
| ·算法参数 | 第37页 |
| ·算法终止条件 | 第37页 |
| 4 遗传算法构建过程 | 第37-38页 |
| 5 水稻生育期模型基本理论与算法 | 第38-41页 |
| ·RiceGrow水稻生育期模型 | 第38-40页 |
| ·每日热效应 | 第39页 |
| ·每日光周期效应 | 第39页 |
| ·生理发育时间 | 第39-40页 |
| ·ORYZA2000水稻生育期模型 | 第40-41页 |
| ·每日热效应 | 第40页 |
| ·每日光周期效应 | 第40-41页 |
| ·生理发育速度 | 第41页 |
| 6 OLE-DB技术 | 第41页 |
| 7 本章小结 | 第41-43页 |
| 第三章 个体优势遗传算法研究 | 第43-65页 |
| 摘要 | 第43-45页 |
| 1 个体优势遗传算法IAGA | 第45-50页 |
| ·IAGA算法种群进化模型 | 第45-47页 |
| ·算法种群更新 | 第45-46页 |
| ·子种群A和B大小控制 | 第46页 |
| ·算法特征分析 | 第46-47页 |
| ·半粒子群变异算子 | 第47-48页 |
| ·越界处理 | 第48页 |
| ·个体优势算子 | 第48-49页 |
| ·IAGA算法描述 | 第49-50页 |
| 2 算法收敛性分析 | 第50-52页 |
| 3 仿真试验 | 第52-62页 |
| ·测试函数及评价指标 | 第52-54页 |
| ·测试函数 | 第52-53页 |
| ·试验环境 | 第53-54页 |
| ·评价指标 | 第54页 |
| ·分割因子Pa最大值对算法性能的影响 | 第54-55页 |
| ·IAGA算法搜索性能试验结果 | 第55-57页 |
| ·IAGA与其他遗传算法的比较 | 第57-58页 |
| ·SPSMO算子对算法性能的影响 | 第58-59页 |
| ·种群个体在不同进化阶段分布试验 | 第59-62页 |
| 4 讨论与结论 | 第62-65页 |
| ·讨论 | 第62-63页 |
| ·结论 | 第63-65页 |
| 第四章 基于个体优势遗传算法的水稻生育期模型参数优化 | 第65-81页 |
| 摘要 | 第65-66页 |
| 1 材料与方法 | 第66-72页 |
| ·优化算法选用 | 第66页 |
| ·基于个体优势遗传算法的作物生长模型参数优化方法 | 第66-70页 |
| ·决策变量及其约束范围的确定 | 第68页 |
| ·编码方式的确定 | 第68页 |
| ·目标函数的确定 | 第68-69页 |
| ·适应度函数的确定 | 第69页 |
| ·遗传算子及算法参数的确定 | 第69页 |
| ·收敛条件的确定 | 第69-70页 |
| ·试验数据 | 第70-71页 |
| ·模拟试验环境 | 第71页 |
| ·模型参数优化结果的检验与评价方法 | 第71-72页 |
| 2 结果及分析 | 第72-77页 |
| ·个体优势算子局部搜索范围确定 | 第72-73页 |
| ·模型参数优化的有效性 | 第73-74页 |
| ·调参数据量对IAGA算法拟合效果的影响 | 第74-75页 |
| ·不同调参数据组合对模型参数结果的影响 | 第75-76页 |
| ·不同优化算法的收敛效果对比 | 第76-77页 |
| 3 讨论与结论 | 第77-81页 |
| ·讨论 | 第77-78页 |
| ·IAGA算法的收敛性 | 第77-78页 |
| ·水稻生育期模型参数优化效果 | 第78页 |
| ·结论 | 第78-81页 |
| 第五章 基于个体优势遗传算法的水稻生育期模型参数优化系统研制 | 第81-103页 |
| 摘要 | 第81-82页 |
| 1 系统结构与功能 | 第82-85页 |
| ·系统结构设计 | 第82-83页 |
| ·CDSMPOS-IAGA主要功能 | 第83-85页 |
| ·数据加载与参数设置模块 | 第84页 |
| ·模型调参运算模块 | 第84页 |
| ·结果查询与保存模块 | 第84-85页 |
| ·方案管理 | 第85页 |
| ·系统管理 | 第85页 |
| ·系统开发环境 | 第85页 |
| 2 系统核心功能的实现 | 第85-97页 |
| ·数据加载 | 第85-88页 |
| ·数据文件格式设计 | 第85-86页 |
| ·穗分化与拔节期处理 | 第86-87页 |
| ·Excel文件读取 | 第87-88页 |
| ·模型调参运算 | 第88-95页 |
| ·核心组件 | 第90-92页 |
| ·模型调参运算 | 第92-94页 |
| ·调参运算结果数据 | 第94-95页 |
| ·方案管理 | 第95-97页 |
| ·方案设计 | 第95-96页 |
| ·方案管理流程 | 第96-97页 |
| 3 应用案例 | 第97-102页 |
| ·案例材料 | 第97-99页 |
| ·水稻生育期模型参数优化 | 第99-100页 |
| ·不同开发平台实现生育期模型算法结果对比 | 第100页 |
| ·方案管理 | 第100-102页 |
| 4 讨论与结论 | 第102-103页 |
| ·讨论 | 第102页 |
| ·结论 | 第102-103页 |
| 第六章 总结与展望 | 第103-107页 |
| 摘要 | 第103页 |
| 1 本文工作总结 | 第103-105页 |
| ·个体优势遗传算法 | 第103-104页 |
| ·基于个体优势遗传算法的水稻生育期模型参数优化 | 第104页 |
| ·水稻生育期模型参数优化系统 | 第104-105页 |
| 2 研究工作展望 | 第105-107页 |
| ·IAGA改进研究 | 第105页 |
| ·IAGA应用研究 | 第105页 |
| ·CDSMPOS-IAGA改进与完善 | 第105-107页 |
| 参考文献 | 第107-115页 |
| 附录Ⅰ 在学期间发表或投稿的论文 | 第115页 |
| 附录Ⅱ 在学期间参加的研究项目 | 第115-117页 |
| 致谢 | 第117页 |