在收割机故障场景中基于改进的遗传算法进行紧急调度的研究
Huanyu Liu1, Lihan Zhang1, Baidong Zhao2
1Institute of Modern Agricultural Equipment, Xihua University, Chengdu, Sichuan, China.
Frontiers in plant science
|July 8, 2024
概括
收获机器故障扰乱了作物时间表. 这项研究引入了一种混合遗传殖民地算法,以优化紧急安排,显著降低成本并提高农业操作的可靠性.
科学领域:
- 农业工程 农业工程
- 运营研究 运营研究
- 计算智能是一种计算智能.
背景情况:
- 收获机器故障对作物产量和经济稳定构成重大风险.
- 现有的调度模型经常与机械故障的动态和不可预测性质作斗争.
研究的目的:
- 为面临随机故障的农业机械开发有效的应急调度模型.
- 提出一种混合优化算法,以提高调度效率并最大限度地减少中断.
主要方法:
- 开发了一种混合优化算法,将遗传算法 (GA) 和殖民地算法 (ACO) 结合起来.
- 增强了GA的交叉和突变方法,并整合了ACO原则,以防止局部优化.
- 使用来自四川省德阳的现场数据进行模拟,各种收割机遇到随机故障.
主要成果:
- 与基本GA和ACO相比,改进的混合算法显著降低了最佳综合调度成本.
- 在不同情景中,成本降低幅度从14.80%到47.49%不等.
- 该算法展示了强大的全球优化,高稳定性和快速融合.
结论:
- 拟议的混合算法为农业机械在故障时的紧急调度提供了有效的解决方案.
- 开发了一个视觉管理系统,以支持优化农业机械调度.


