精准农业土壤测量中TSP问题求解

发布时间：2022-02-11 10:42

　　针对精准农业土壤测量中,田地因土壤时空变异性,会出现与附近土壤差异较大的"斑块",将田地中"斑块"位置信息进行整合并转化为TSP问题（旅行商问题）的变体。使用改进型蚁群算法对该TSP问题进行求解,并通过MATLAB软件对算法进行验证,使机器在田地行驶路径为最优路径,节约了机器燃料和运行时间。 

【文章来源】：中国农村水利水电. 2020,(01)北大核心

【文章页数】：5 页

【部分图文】：

土壤湿度地图

将其简化后得到二维图,如图2所示。图2中黑色块状图形代表斑块,黑线代表作物区域。农田多为“丰”字形或是“井”字形,而作物区域一般机器不能通行,这样就形成了精准农业的TSP问题。2 求解精准农业TSP问题的蚁群算法

设有m只蚂蚁,每只蚂蚁根据以“斑块”距离和链接边上信息素的数量为变量的概率函数选择下一个“斑块”[设τij (t)为 t 时刻e(i,j)上信息素的强度]。“斑块”距离是根据田地实际情况如图3(白色空白区域为田埂区域允许机器通过,绿色区域为作物区域不允许机器通过)可分为三类。第一类,两个“斑块”位置处于同一块区域,如图3中1、2“斑块”位置,则两点最短距离公式为:

【参考文献】：
期刊论文
[1]改进蚁群算法在旅行商问题中的应用[J]. 李成兵,郭瑞雪,李敏.  计算机应用. 2014(S1)
[2]改进的蚁群遗传算法求解旅行商问题[J]. 于莹莹,陈燕,李桃迎.  计算机仿真. 2013(11)
[3]求解TSP问题的快速蚁群算法[J]. 申铉京,刘阳阳,黄永平,徐铁,何习文.  吉林大学学报(工学版). 2013(01)
[4]一种求解旅行商问题的改进蚁群算法[J]. 王沛栋,唐功友,杨熙鑫,李扬.  中国海洋大学学报(自然科学版). 2013(01)
[5]求解TSP问题算法综述[J]. 王剑文,戴光明,谢柏桥,张全元.  计算机工程与科学. 2008(02)

硕士论文
[1]蚁群算法的改进及其在若干优化问题中的应用[D]. 许凯波.江南大学 2018
[2]蚁群算法求解TSP问题的研究[D]. 杨学峰.吉林大学 2010
[3]遗传算法求解TSP的研究[D]. 喻菡.西南交通大学 2006



本文编号：3620134