發(fā)布時間：2018-03-11 20:40

  本文選題：牦牛　切入點：高寒牧場　出處：《青海大學》2017年碩士論文　論文類型：學位論文

【摘要】：遺傳算法發(fā)展至今日,已成為了計算智能領(lǐng)域的一個重要分支。云模型是一種定性定量不確定性轉(zhuǎn)換模型,它結(jié)合了模糊數(shù)學及概率論。云模型能夠準確表達出自然語言的不確定性,可以為不確定性問題的研究及表達提供新的思路。使用傳統(tǒng)的遺傳算法解決實際問題,具有極大的隨機性以及盲目性,同時具有搜索能力差,搜索慢等不足。因此,本文將云模型的不確定性轉(zhuǎn)換能力使用到遺傳算法中并對其進行改進,以加快收斂、加強算法尋優(yōu)能力。由于本文模型的特殊性,本文主要利用正態(tài)云發(fā)生器代替變異運算,Y條件云發(fā)生器代替交叉運算,對種群進行更新。青海高寒草甸牧場管理技術(shù)比較原始及落后,畜群結(jié)構(gòu)不合理、超載放牧現(xiàn)象嚴重,這導致生態(tài)環(huán)境破壞、牧民收益降低。為緩解這個問題,牧民需要采用科學的放牧模式。結(jié)合信息化技術(shù)及放牧系統(tǒng)優(yōu)化理論,本文提出了一種求解高寒牧場牦牛種群結(jié)構(gòu)優(yōu)化問題的云遺傳算法�？紤]保護天然草場資源和畜牧業(yè)的可持續(xù)發(fā)展,以最大凈貨幣價值收益和最大綜合收益為目的,以牧草資源為約束條件,建立了高寒草地放牧種群結(jié)構(gòu)優(yōu)化模型,先用數(shù)學建模的方法對高寒牧場牦牛種群結(jié)構(gòu)優(yōu)化問題進行建模,然后通過改進的云遺傳算法對模型進行仿真及其求解,最后分析實驗結(jié)果,得到結(jié)論,其結(jié)果為高寒牧場生產(chǎn)計劃提供了一定的指導作用。
[Abstract]:Genetic algorithm (GA) has become an important branch of computational intelligence field. Cloud model is a qualitative and quantitative uncertainty transformation model. It combines fuzzy mathematics with probability theory. The cloud model can accurately express the uncertainty of natural language, and can provide a new way of thinking for the research and expression of uncertainty problems. The traditional genetic algorithm is used to solve practical problems. Because of its great randomness and blindness, poor searching ability and slow searching ability, this paper applies the uncertainty transformation ability of cloud model to genetic algorithm and improves it to speed up convergence. Because of the particularity of this model, this paper mainly uses normal cloud generator instead of variation operation condition cloud generator to replace cross operation. The management technology of Qinghai alpine meadow pasture is primitive and backward, the structure of herd is unreasonable, and the phenomenon of overloading grazing is serious, which leads to the destruction of ecological environment and the decrease of herdsmen's income. In order to alleviate this problem, Herdsmen need to adopt scientific grazing mode, combining with information technology and grazing system optimization theory, In this paper, a cloud genetic algorithm is proposed to solve the problem of yak population structure optimization in alpine pastures. Considering the protection of natural grassland resources and the sustainable development of animal husbandry, the purpose of this algorithm is to maximize the net monetary value and the maximum comprehensive income. The optimization model of grazing population structure in alpine grassland was established with forage resources as the constraint condition. Firstly, the optimization of yak population structure in alpine pasture was modeled by mathematical modeling method. Then the model is simulated and solved by the improved cloud genetic algorithm. Finally, the experimental results are analyzed and the conclusion is drawn. The results provide some guidance for the production planning of alpine pasture.
【學位授予單位】：青海大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：S823.85;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 張建兵,諸葉平;基于模糊規(guī)則的病蟲害預防研究[J];農(nóng)業(yè)系統(tǒng)科學與綜合研究;2000年04期

2 陳建能;基于種間競爭的遺傳算法的改進[J];福建農(nóng)業(yè)大學學報;2003年01期

3 李秀梅,趙春江,喬曉軍,劉華毅;基于改進遺傳算法的溫濕度模糊神經(jīng)網(wǎng)絡(luò)控制器[J];農(nóng)業(yè)工程學報;2004年01期

4 吳養(yǎng)會,王乃信,王正中;一種新的改進遺傳算法及其性能分析[J];西北農(nóng)林科技大學學報(自然科學版);2004年09期

5 吳養(yǎng)會,王乃信,劉瀛洲;多種群競爭遺傳算法及其性能分析[J];西北農(nóng)林科技大學學報(自然科學版);2005年04期

6 盧玉宇;陳建能;張翔;;一種改進的遺傳算法及其收斂性分析[J];安徽農(nóng)業(yè)大學學報;2007年04期

7 田小梅;龔靜;;遺傳算法改進措施[J];湖南環(huán)境生物職業(yè)技術(shù)學院學報;2008年01期

8 曹建文;;遺傳算法收斂性問題研究[J];中南林業(yè)科技大學學報;2008年03期

9 王偉;趙棟杰;楚曉華;;基于遺傳算法的車架結(jié)構(gòu)優(yōu)化[J];農(nóng)業(yè)裝備與車輛工程;2010年05期

10 孫境;周根寶;;基于遺傳算法的投資組合問題的研究[J];內(nèi)蒙古農(nóng)業(yè)大學學報(自然科學版);2012年Z1期

相關(guān)會議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)會議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會論文集[C];2008年

3 王志軍;李守春;張爽;;改進的遺傳算法在反演問題中的應(yīng)用[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設(shè)計算機應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學術(shù)研討會論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)交流會論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計[A];全國第二屆信號處理與應(yīng)用學術(shù)會議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計算機編程中的應(yīng)用[A];1995年中國智能自動化學術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學術(shù)會議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學術(shù)會議論文集（下冊）[C];1996年

相關(guān)重要報紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學領(lǐng)域的應(yīng)用》將面市[N];中國水利報;2002年

相關(guān)博士學位論文 前10條

1 Amjad Mahmood;半監(jiān)督進化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學;2015年

2 李險峰;基于改進遺傳算法的汽車裝配生產(chǎn)線平衡問題研究[D];北京科技大學;2017年

3 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學;2008年

4 郝國生;交互式遺傳算法中用戶的認知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學;2009年

5 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學;1998年

6 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學;1998年

7 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學;2002年

8 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學;2000年

9 劉冀成;基于改進遺傳算法的生物電磁成像與磁場聚焦應(yīng)用研究[D];四川大學;2005年

10 袁麗華;基于物種進化的遺傳算法研究[D];南京航空航天大學;2009年

相關(guān)碩士學位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學;2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學;2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預測控制[D];華南理工大學;2015年

4 王琳琳;新型雙層液壓轎運車車廂的設(shè)計研究[D];上海工程技術(shù)大學;2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風面積比優(yōu)化方法研究[D];華南理工大學;2015年

6 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學;2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學;2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學;2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學;2015年

10 于光帥;一類優(yōu)化算法的改進研究與應(yīng)用[D];渤海大學;2015年

，

本文編號：1599809