遺傳算法的農業(yè)機械調配分析

孫昌恒

（山西省大同市陽高縣農業(yè)機械發(fā)展中心，山西 大同 038100）

近年來，我國農業(yè)機械化水平不斷提升，然而與發(fā)達國家相比仍然存在一定的差距。究其原因，就在于我國疆域遼闊，地區(qū)間發(fā)展的平衡性有所缺失，一些農村地區(qū)的農機應用水平偏低，難以真正實現(xiàn)農業(yè)機械化生產。為了解決這一問題，就需要提高農機資源的利用率，提高經(jīng)濟效益。而農業(yè)機械調配則是有效手段之一。

1 概述

學界將啟發(fā)式算法融入到農業(yè)機械調配中，通過直觀與經(jīng)驗構造，對組合優(yōu)化問題進行求解。盡管這種方法取得的結果與最優(yōu)解可能依然存在偏差，但在解決實際問題方面大大提高了效率。其中遺傳算法就是現(xiàn)代啟發(fā)式算法之一，其是以適者生存為依據(jù)的優(yōu)化算法，通過對“染色體”凈化進行模擬，得出與環(huán)境條件最為適應的個體。遺傳算法屬于計算機模擬方法的一種，其優(yōu)點就在于具有較強的適用性、自適應性、魯棒性以及并行性，在很多領域都具有比較高的應用價值。

2 農業(yè)機械調配優(yōu)化問題模型構建

2.1 問題描述

在農機調配站的數(shù)量、位置確定過程中，以確定數(shù)量排除具有某項單一功能的農機，并在指定作業(yè)范圍內完成指定人物。農技站只有一種指定機型，并且指定作業(yè)面積為已知數(shù)據(jù)，每輛農機能夠依次一次性完成作業(yè)任務，并在完成任務后回到調配站。為了對問題進行求解，要求對全部農機的作業(yè)路線進行規(guī)劃，確保農機作業(yè)的全過程符合一定的優(yōu)化目標要求。

2.2 模型假設與建模

模型假設主要涉及到以下幾點內容：確定農機調配站的位置、制定作業(yè)的農田面積與位置、農機單位時間內的作業(yè)水平；對農田實施作業(yè)的農機只有一臺；單塊農田的作業(yè)需求能夠通過單臺農機滿足；農機調配站若干，且只有一種車型的特定農機；調度方案中農機分配作業(yè)僅以此，且出發(fā)于所隸屬的調配站，在按照指定要求完成作業(yè)后回到出發(fā)的調配站；調度方案中每輛農機分配到的任務為1次及以上；排除氣候、人為等干擾因素。在完成模型假設后，即可對基于遺傳算法的農機調配優(yōu)化問題模型進行構建，受限于篇幅，本文不對具體模型進行闡述。

3 農業(yè)機械調度遺傳算法流程

圖1為遺傳算法流程圖。根據(jù)本文研究內容，可將遺傳算法的計算流程歸納如下：

產生隨機的一組初始個體，形成起始種群→判斷與確定種群內所有個體的執(zhí)行適應度，對具有較高適應度的個體進行保留，基于此形成新種群→對算法與終止條件是否相符進行判斷，如果相符即結束算法，否則進入下個流程尖→采取交叉操作的方式對種群進行處理，從而形成子種群→對子種群進行變異操作，跳回種群個體執(zhí)行適應度的判斷流程。

圖1

4 農業(yè)機械調度遺傳算法的應用分析

根據(jù)本文的研究內容與算法應用，選擇MatLab進行編程。隨機生成數(shù)據(jù)并展開計算。在獲取到計算結果后，即可得知農田分配到的機械數(shù)量，基于此對作業(yè)路徑的合理性以及路徑交叉的線路數(shù)量進行判斷，從而確定算法設計是否具有有效性。

在確定算法結果的過程中，可以選擇對比的方法。即與人工指定作業(yè)的方式進行比較，例如按照相應面積劃分作業(yè)區(qū)域，按照維度來排列作業(yè)路徑。根據(jù)對比作業(yè)的結果來確定算法結果的合理性。在對比過程中需要對遺傳算法的結算加以利用，需要路程增加量、作業(yè)時間增量等數(shù)據(jù)。通過遺傳算法的運算結果分析，可以得知人工指定作業(yè)的方式與遺傳算法的運算結果二者孰優(yōu)孰劣。

就本質而言，遺傳算法屬于基于規(guī)則約束的全方位搜素，在面對一些比較復雜的問題時，相較于算法計算量，對空間大小的求解顯然趨近于無窮大。針對此，想要通過算法來實現(xiàn)最終解與最優(yōu)解趨于一致存在一定的困難。當然，憑借遺傳算法，能夠確保搜索覆蓋面，然而對于特定接的局部優(yōu)化，遺傳算法的適用性就有所降低。將運算結果與實際情況結合到一起進行考慮，通常可以幫助人們對結果進行局部微調與優(yōu)化。微調的方法可以選擇人工方式，當然，這種方法也存在一定的局限性。而選擇設計算法進行微調，那么優(yōu)化效果可以得到增強。

針對遺傳算法計算結果，還需要對其穩(wěn)定性進行測試，具體操作為對算法進行反復執(zhí)行，達到一定次數(shù)后對結果分布圖進行繪制，根據(jù)圖示內容來分析算法結果，對結果的離散性進行判斷。如果離散性越小，那么算法求解就越穩(wěn)定，效果也更好。

5 結語

通常來講，基于遺傳算法取得的結果相對而言要比人工調配的方式具有更理想的效果，在實用性方面也具有比較大的優(yōu)勢。此外，遺傳算法屬于智能算法，其運行結果可能與問題的最優(yōu)解存在一定偏差，因此在實踐中可能還需要在特定結果方面進行人為的調整與優(yōu)化，如此才能夠真正提高方案的可行性與合理性。