用遗传算法改进约束条件下造林规划设计的研究

林业科学 ›› 1997, Vol. 33 ›› Issue (2): 133-141.

用遗传算法改进约束条件下造林规划设计的研究

吴承祯,洪伟

福建林学院资源与环境系南平 353001

收稿日期:1995-10-17 出版日期:1997-03-25 发布日期:1997-03-25
基金资助:
福建省教育委员会资助研究项目

AN IMPROVED METHOD OF AFFORESTATION PLANNING AND DESIGN UNDER RESTRICTED CONDITIONS USING THE GENETIC ALGORITHM

Chengzhen Wu,Wei Hong

Resources & Environment Department of Fujian College of Forestry Nanping 353001

Received:1995-10-17 Online:1997-03-25 Published:1997-03-25
Supported by:
福建省教育委员会资助研究项目

摘要/Abstract

摘要：

遗传算法是一种新的优化搜索算法,本文首次提出用该法确定在资金、计划、苗木品种和数量等约束条件下小班造林规划设计最优方案,并阐述其数学模型和具体方法。笔者用97个造林小班,应用遗传算法对在约束条件下的小班造林规划设计进行方案优化,结果表明该法改进约束条件下造林规划设计效果很理想。

关键词: 遗传算法, 造林规划设计

Abstract:

Genetic Algorithm is a new optimization and search algorithms, the paper sets forword Genetic Algorithm to determine the most effectual scheme under the restricted conditions of funds, variety and quantities of seedlings.The mathematical models and concrete methods are offered and discussed.The author have applied the programme design mentioned above to 97 subcompartments and have get the satisfactory result.

Key words: Genetic algorithm, Afforestation planning and design

吴承祯,洪伟. 用遗传算法改进约束条件下造林规划设计的研究[J]. 林业科学, 1997, 33(2): 133-141.

Chengzhen Wu,Wei Hong. AN IMPROVED METHOD OF AFFORESTATION PLANNING AND DESIGN UNDER RESTRICTED CONDITIONS USING THE GENETIC ALGORITHM[J]. Scientia Silvae Sinicae, 1997, 33(2): 133-141.

图/表 6

图1

图2

表1

图3

表2

表3

参考文献 15

1	Goldberg D. E . Genetic Algorithms in search, optimination, and machine learning. Reading, MA: Addison-Wesley, 189. 27- 93.
2	Grefenstette, J. J. and Gopal, R.. Genetic Algorithms for travelling Salesman problem. In proceedings of the lst in ternational conference on Genetic Algorithms and their application, 1985: 160-168
3	Robertson, G. G.. Parallel implementation of Genetic Algorithms in a classifier system. In Genetic Algorithms and simulated annealing, San Mateo, CA: Morgan Kaufman Pub., 1987: 129-140
4	Tanese, R.. Parallel Genetic Algorithms for a hypercube. In proceedings of second in ternation conference on Genetic Algorithms, 1987: 177-189
5	Jony K. A. . Adaptive system design: A genetic approach. IEEET rans. Systems, man and cybernetics, 1980. SMC10 (9): 566- 574.
6	Christopher G. L. . Aritificial life Ⅱ. Reading, MA: Addison-wesley, 1991. 523- 546.
7	Robert, J. and David, R. J.. Ant farm: Towards simulated evolution. In artificial life Ⅱ. Reading, MA: Addison-wesley, 1991: 579-601
8	John, R. K.. Genetic evolution and co-evolution of computer programs. In artificial life Ⅱ. Reading, MA: Addison-wesley, 1991: 603-629
9	Brachy R. M. . Optimizations trategies gleaned from nature. Nature, 1985. 317, 804- 806.
10	Sannier, A. V.. Genetic learning procedures in distributed environments. In Proceedings of the second international conference on Genetic Algorithms, 1987: 162-169
11	徐智. 造林规划中适地适树的经济评价方法探讨. 林业经济, 1984. (5): 20- 28.
12	俞新妥, 等. 计算机辅助造林设计系统. 林业科学, 1986. 22 (4): 337- 346.
13	洪伟. 在约束条件下造林设计的研究. 福建林学院学报, 1987. 7 (3): 57- 64.
14	波田野. GAにすゐ最化. 计测と制御, 1993. 32 (1): 52- 57.
15	波田野. 遺伝的ァルコリスム. 人工智能学会志, 1993. 8 (3): 312- 319.

[1]	王晴, 齐建东, 崔晓晖, 李伟. 改进型遗传算法在种子园无性系配置设计中的应用[J]. 林业科学, 2018, 54(4): 30-37.
[2]	王建明, 吴保国, 梁其洋. 基于遗传算法的森林抚育间伐小班智能选择[J]. 林业科学, 2017, 53(9): 63-72.
[3]	张国梁, 蔡小娜, 侯晓鹏, 赵旦, 周玉成, 葛浙东. 面向零件的人造板材矩形件锯切排样数学建模及遗传算法求解[J]. 林业科学, 2016, 52(5): 150-159.
[4]	张国梁, 侯晓鹏, 苗虎, 安源, 周玉成, 姚永和. 基于分组降维规则和遗传算法的人造板材矩形件优化下料方法[J]. 林业科学, 2014, 50(6): 181-186.
[5]	邱荣祖;林雅惠;钟聪儿. 基于ArcGIS的木材物流中心选址[J]. 林业科学, 2010, 46(6): 113-117.
[6]	林晗;洪滔;陈辉;吴承祯;范海兰;宋萍;陈灿;李键. 应用遗传算法的工业原料林多树种造林设计[J]. 林业科学, 2010, 46(5): 92-101.
[7]	葛利陈广胜. 基于过程神经网络的木材生长轮密度预测[J]. 林业科学, 2008, 44(1): 124-127.
[8]	陈伯望惠刚盈 Klaus von Gadow. 线性规划、模拟退火和遗传算法在杉木人工林可持续经营中的应用和比较[J]. 林业科学, 2004, 40(3): 80-87.
[9]	吴承祯洪伟吴继林王健武. 珍稀濒危植物长苞铁杉优势度增长规律的研究[J]. 林业科学, 2004, 40(2): 189-192.
[10]	陈辉. 锥栗人工林营养补偿试验及配方的优化筛选——高产量类型林分的配方施肥试验[J]. 林业科学, 2001, 37(zk): 60-67.
[11]	吴承祯洪伟. 马尾松人工林经营过程密度优化研究[J]. 林业科学, 2001, 37(zk): 72-77.