CN119960317B 多目标协同优化的水培生菜营养液浓度时序动态调控方法 （安徽农业大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119960317B(45)授权公告日2025.07.11

(21)申请号202510453353.5

(22)申请日2025.04.11

(65)同一申请的已公布的文献号申请公布号CN119960317A

(43)申请公布日2025.05.09

GO6N3/126(2023.01)

(56)对比文件

CN118673791A,2024.09.20CN111915062A,2020.11.10审查员张晓帆

(73)专利权人安徽农业大学

地址230036安徽省合肥市长江西路130号

(72)发明人陈依艺陈丹艳张军华刘永旗闫凤琳沙悦辜丽川周小波

(74)专利代理机构合肥国和专利代理事务所(普通合伙)34131

专利代理师张祥骞

(51)Int.CI.

GO5B13/04(2006.01)

GO5D21/00(2006.01)权利要求书6页说明书14页附图6页

(54)发明名称

多目标协同优化的水培生菜营养液浓度时序动态调控方法

(57)摘要

CN119960317B本发明涉及多目标协同优化的水培生菜营养液浓度时序动态调控方法，与现有技术相比解决了难以确定与环境交互的水培作物时序动态生长所需的最佳营养液浓度方案的缺陷。本发明包括以下步骤：构建时序群体光合速率预测模型和时序群体水分利用效率预测模型；构建多目标优化模型；求解多目标优化模型的帕累托解集；构建营养液浓度时序调控模型；时序动态调控水培生菜营养液浓度。本发明采用非支配排序多目标遗传算法求解时序群体光合速率预测模型和时序群体水分利用效率预测模型的多目标问题，通过结合均匀分布种群策略、非支配排序、拥挤度计算、精英策略以及种群更新机制获取最优平

CN119960317B

构建时序群体光合速率预

构建时序群体光合速率预

测模型和时序群体水分利

用效率预测模型

构建多目标优化模型

求解多目标优化模型的帕累托解集

构建营养液浓度时序调控模型

时序动态调控水培生菜营养液浓度

CN119960317B权利要求书1/6页

2

1.一种多目标协同优化的水培生菜营养液浓度时序动态调控方法，其特征在于，包括以下步骤：

11)构建时序群体光合速率预测模型和时序群体水分利用效率预测模型；

所述构建时序群体光合速率预测模型和时序群体水分利用效率预测模型包括以下步

骤：

111)采用群体光合速率测量仪分别获取水培生菜全生长周期内的不同营养液浓度下的群体光合速率数据集和群体水分利用效率数据集；

112)采用最小-最大归一化，将数据线性映射到[0,1]区间，公式如下：

其中，Ta、Ce、ACO?、WUE分别为原始的栽培时间、营养液浓度、群体光合速率、群体水分利用效率数据，Tdnorm、Cenorm、ACOznorm、WUEnorm分别为归一化后的栽培时间、营养液浓度、群体光合速率、群体水分利用效率数据；

将群体光合速率数据集按8:2的比例划分为训练集TrACO?和测试集TeACO?,将群体水分利用效率数据集按8:2的比例划分为训练集TrwUE和测试集TewUE,将群体光合速率数据集和群体水分利用效率数据集，均以栽培时间和营养液浓度为特征，以群体光合速率、群体水分利用效率为标签；

113)选用径向基函数RBF核】作为支持向量回归SVR模型的核函数，Xi为二维输入向量，Xj为不同于X;的二维输入向量，其待优化的惩罚系数C、核参数γ选用量子遗传算法QGA优化，确定种群大小为50,最大迭代次数为100,量子旋转角为

0.08π,参数范围C∈[0.05,20],γ∈[0.0001,10];以测试集5折交叉验证的决定系数作为评估指标，适应度函数,其中yi是测试集真实值，9;是模型预测值，y是测试集真实值均值；

114)初始化量子种群，待寻优的惩罚系数C、核参数γ分别用36个量子比特表示，共72个量子比特，

每个量子比特初始化为叠加,即同时处于基态|0和|1)的线性组合，一个量子种群由70个量子个体组成，每个个体由72个量子比特构成，编码