針對傳統(tǒng)的生態(tài)景觀格局空間結構優(yōu)化方法存在收斂效果差的缺點,提出基于小生境遺傳算法的生態(tài)景觀格局空間結構優(yōu)化方法。通過構建優(yōu)化模型,計算適應度,通過小生境技術修正適應度,再利用適應度所占比例對個體實施交叉與變異。得到優(yōu)質群體后,通過個體交換,求出最大的協(xié)調性指數(shù),至此完成基于小生境遺傳算法的生態(tài)景觀格局空間結構優(yōu)化方法的設計與實現(xiàn)。實驗結果表明,與傳統(tǒng)的方法相比,提出的基于小生境遺傳算法的生態(tài)景觀格局空間結構優(yōu)化方法的收斂效果更好,在優(yōu)化生態(tài)景觀格局空間結構方面,有效性更高。

【文章頁數(shù)】：3 頁

【部分圖文】：

圖1操作過程

表中：fmax代表最高適應度；fave代表適應度均值；f′代表交叉?zhèn)�體中適應度較高的個體的適應度；f代表變異個體的適應度；且有0<k1,k2,k3,k4≤1。通過表1可確定交叉概率和變異概率。將其實施交叉變異操作，其交叉變異的過程如圖1所示。通過圖1所示過程，完成群體實施交叉和變....

圖2對比結果

選取參數(shù)均方差根作為評判收斂精度的標準，進化代數(shù)越少，則收斂速度越快，設收斂精度為10-2，采用三種優(yōu)化方法分別進行實驗，結果如圖2所示。從圖2可以看出，三種不同優(yōu)化方法的收斂能力有所不同。采用本文方法，進化到66代，就可以達到收斂精度；采用傳統(tǒng)方法1，進化到155代進入收斂狀態(tài)....

本文編號：3995221