龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北农林科技大学
摘要：一种基于多目标优化算法的水培番茄动态光氮协同调控方法，包括如下步骤：获取多环境因子协同作用下水培番茄苗期光合数据集，并进行环境因素变量的交互关系分析；以光量子通量密度、营养液氮肥硝铵比例、空气温度、营养液温度为输入，以净光合速率为输出，采用QPSO‑SVR算法构建水培番茄的光合速率预测模型；在空气温度和营养液温度的离散单元下，基于改进的NSGA‑Ⅱ算法对净光合速率和光能利用率进行双目标优化，并获取环境调控非劣解集；从Pareto前沿中采用逼近理想解排序法获取最佳调和解并将其投射到决策空间内，获取光量子通量密度和营养液氮肥硝铵比例的决策变量值构建动态光氮调控模型，利用模型进行水培番茄动态光氮协同调控。
主权项：1.一种基于多目标优化算法的水培番茄动态光氮协同调控方法，其特征在于，包括如下步骤：步骤1，获取多环境因子协同作用下水培番茄苗期光合数据集，并采用基于EBM算子的广义加性模型进行环境因素变量的交互关系分析；步骤2，以光量子通量密度、营养液氮肥硝铵比例、空气温度、营养液温度为输入，以净光合速率Pn为输出，采用QPSO-SVR算法构建水培番茄的光合速率预测模型；步骤3，在空气温度和营养液温度的离散单元下，基于改进的NSGA-Ⅱ算法对净光合速率和光能利用率进行双目标优化，并获取环境调控非劣解集；所述改进的NSGA-Ⅱ算法是对NSGA-Ⅱ算法进行如下改进：1采用佳点集算法改进种群初始化策略，改善初始种群的局部不均匀，防止算法陷入局部最优；2结合种群的局部拥挤度方差定义新的拥挤度计算方式，保证种群多样性和非支配前沿均匀性；3在精英保留选择阶段引入伪适应度指标以提高解集收敛效率；步骤4，从Pareto前沿中采用逼近理想解排序法获取最佳调和解，并将其投射到决策空间内获取光量子通量密度和营养液氮肥硝铵比例的决策变量值，基于所述决策变量值构建动态光氮调控模型；步骤5，利用所述动态光氮调控模型进行水培番茄动态光氮协同调控。
全文数据：
权利要求：
百度查询： 西北农林科技大学 一种基于多目标优化算法的水培番茄动态光氮协同调控方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号