基于个体优势遗传算法的水稻生育期模型参数优化

摘要

[目的]快速并准确估算作物生育期模型参数.[方法]本文提出了一种新的改进型遗传算法——个体优势遗传算法(individual advantages genetic algorithm,IAGA),并应用于水稻生育期模型参数估算.在遗传算法的基础上引入个体优势算子,并改进了变异算子及种群更新策略.以完全嵌入方式耦合RiceGrow和ORYZA2000水稻生育期模型,实现了模型参数的自动率定.利用汕优6 3等5个水稻品种在徐州、高要等地的多年田间试验资料,对IAGA算法的有效性进行对比试验.[结果](1)试验验证结果的RMSE＜3.05 d,NRMSE＜3.19％,MDA＜2.41 d,R2＞0.9885,表明利用IAGA获得的模型参数准确性较高.(2)调参的实测数据量大小对调参结果影响不大.由3年数据增加到6年数据,试验拟合结果最大NRMSE值由2.58％增大到3.08％,增加了0.5％.选择隔年并包含全生育期天数最大值与最小值的调参数据,可以获得较准确的模型参数值.(3) IAGA与复合形混合演化算法、遗传模拟退火算法以及标准粒子群算法相比,可获得更准确的模型参数值.[结论]IAGA算法可以实现水稻生育期模型参数的自动率定,为作物生长模型参数的快速准确估算提供了一种有效新方法.