改进遗传算法在油茶果采摘机优化中的应用

　　摘 要: 为了提升算法在求解优化问题时的性能，提出了一种改进的实数遗传算法( ＲCGA) 。算法的改进之处 在于引入了一种新的交叉算子及替换操作: 交叉算子通过增大算子的搜索范围来提升解的质量与算法收敛速 度; 替换操作则同时考虑了个体目标函数值与多样性贡献率两个特征，以方波函数的模式对种群进行周期性的 局部初始化操作，从而增大种群多样性。将改进的算法应用于油茶果采摘机的优化设计中，通过一系列的对比 实验验证了改进算法的性能优于其他先进有效的算法; 同 时，改进后的算法能够明显优化采摘机的工作空间与 采摘臂的长度，使整体结果提升了 63． 49%。可见，改进后的算法是解决采摘机优化的一种有效方法。

　　关键词: 油茶果采摘机; 实数遗传算法; 交叉算子; 替换操作

　　引言

　　遗传算法是一种特殊的元启发式优化算法，它以 生物进化理论为基础，利用统计学方法对一个大而有 限的解空间进行智能搜索，是目前最常用、最有效的 进化算法，被成功地应用于多个领域［1－6］。

　　1改进算法简介

　　1．1 目标函数的构造方法 为了将有约束优化问题转化为无约束优化问题， 引入罚函数概念［3］，通过惩罚不可行解将约束条件附 加至原目标函数中形成一个增广目标函数，转换形式 为 F( x) = f( x) + MC ( 1) C = ∑p i = 1 ＜ gi ( x) ＞ 2 + ∑q j = 1 ［hj ( x) ］2 ( 2) 式中 f( x) —约束优化问题的原目标函数; M—惩罚系数; C—惩罚项。 惩罚系数通常选取一个足够的大的数，而惩罚项 由 p 个不等式约束 gi ( x) 与 q 个等式约束 hj ( x) 构成。 当 gi ( x) 为负值时，符号‘＜ ＞’表示操作数的绝对值; 当 gi ( x) 为非负数时，则返回零值。

　　1．2 选择算子 选择算子作用于整个种群，选择最具潜力的个体参与交叉操作，目的在于将有利基因遗传到下一代。 本文选用排序分组选择，根据目标函数值将种群分为 两组: 一组由目标函数值较好的个体构成，另一组由 目标函数值较差的个体构成。两组个体依次配对能 够增大配对个体差异性，避免近亲繁殖［7］。

　　2 实例分析

　　2．1 油茶果采摘机优化模型建立 随着我国油茶果种植面积的不断扩增，油茶果采 摘效率低下制约着其产业的发展，因此优化油茶果采 摘机具有重大的研究意义［10］。 油茶果采摘机的优化主要包括两方面: 一是采摘 臂长度的优化，二是采摘机工作空间的优化。油茶果 采摘机的执行机构及油茶果分布空间的详细信息如 文献所示［11］。采摘机优化过程中涉及的变量包括: 主 柱高 L1，主臂长 L2，副臂长 L3，主臂的转角 θ2，副主臂 的转角 θ3。通过固定限制角的分段作图法得出采摘 机执行机构末端在二维平面内的工作空间图，如图 5 ( a) 所示。

　　2．2 优化计算结果分析 根据油茶果的生长范围对 a、b、c、d 进行赋值，依次为 a=1．5、b=0．3、c=1．9、d=2．8。利用本文改进的算法进行求 解，本文改进算法的参数设置如表 1 所示。

　　3 结论

　　为了提升算法搜索性能，提出了一种简单的 IX 交叉算子及 SSＲ 替换操作。IX 算子的特点在于通过 增加交叉方向，扩大算子的搜索区域来提升解的质量与收敛速度。SSＲ 操作的特点则是根据父代目标函 数值与多样性贡献率两个因素更新种群，同时对种群 进行周期性的初始化操作，以维持种群多样性。将改 进后的算法应用于油茶果采摘机的优化问题上，通过 对比实验可知: 改进的算法性能优于其他先进的算 法，且改进的算法能够明显优化采摘机模型，使采摘 机能够在满足工作空间的前提下机械臂的长度最小。

　　参考文献:

　　［1］ Hoseinian Fatemeh Sadat，Abdollahzadeh Aliakbar，Ｒezai Bahram． Semi － autogenous mill power prediction by hybrid neural genetic algorithm［J］． Journal of Central South University，2018，25( 1) : 151－158．

　　［2］ 吴刚，邱煜晶，王国仁．基于隐马尔可夫模型和遗传算法的 地图匹配算法［J］．东北大学学报，2017，38( 4) : 472－475．

　　［3］ 陈齐平，舒红宇，任凯，等． 基于改进遗传算法的微型电 动车轮毂电机优化设计［J］． 中南大学学报: 自然科学版， 2012，43( 8) : 130－135．

　　作者：宋莹莹，王福林，兰佳伟