华中农业大学学报

北大核心,CA,JST,CSCD,WJCI

国内刊号:42-1181/S

国际刊号:1000-2421

华中农业大学学报杂志2025年第4期:基于遗传和蚁群交互算法的穴盘苗稀植移栽路径优化

发布日期:

作者:蔡继萌,王卫兵,曲家灏,郭小龙,李国栋,吴潇雨

单位:石河子大学机械电气工程学院,石河子 832000

关键词:穴盘苗;稀植移栽;路径优化;交互算法;遗传-蚁群算法

基金:国家自然科学基金项目(61763042)

针对穴盘苗移栽到低密度穴盘路径规划效率低下问题,基于遗传算法和蚁群算法提出蚁群-遗传(ant colony-genetic optimization algorithm,ACGO)和遗传-蚁群(genetic-ant colony optimization algorithm,GACO)交互算法进行稀植移栽路径优化。通过仿真试验,使用固定顺序法和其他5种算法计算从72-32、72-50、128-50、128-32孔穴盘的移栽路径长度,对比分析不同算法在优化路径长度和计算时间上的差异,并通过相对标准差评估算法的稳定性。结果显示,在72孔到32孔穴盘移栽中,对比固定顺序法,GACO算法的平均路径长度缩短59.3%,平均计算时间为5.15 s,相对标准差约为1.5%;ACGO算法的平均路径长度缩短19.2%,平均计算时间为13.50 s,相对标准差约为1%。进一步研究显示,ACGO算法在200孔移栽至72孔和105孔场景的优化效果弱于贪婪算法,而GACO算法在不同孔数组合和缺苗数下展现出更高的普适性和稳定性。研究表明,ACGO和GACO 2种交互算法均可提升原算法的性能,但GACO算法在处理复杂稀植移栽路径规划问题时表现更为优越。

来源:2025年第4期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2025年第4期

联系我们

  • 地址:武汉市洪山区狮子山街1号
  • 电话:027-87287437
  • E-mail:hnlkxb@mail.hzau.edu.cn

咨询工作人员