基于人工智能的利用高含沙洪水淤地后土壤成分含量研究

来源：职称驿站所属分类：矿业论文
发布时间：浏览：72次

　　1前言
　　1.1问题的提出
　　黄河泥沙是影响黄河中下游地区生态环境建设的主要问题之一，如何进行有效治理成为关系沿岸人民生计的重点。因此，如何把这十条季节性河流的洪水泥沙控制好、利用好，变害为利，如何治理库布齐沙漠，就成为长久以来科学研究者研究的重点。
　　1.2 论文研究的目标和内容
　　论文旨在将遗传算法引入高含沙洪水利用的研究中，为洪水泥沙利用研究中解决建模、预报、优化问题开辟新路。针对以上目标，将从相应方面展开探索性研究，包括以下内容：（1）探讨利用遗传算法治沙淤地研究成果。（2）利用通用程序对于高含沙洪水治沙淤地试验区的土壤进行养分测定。。
　　2遗传算法的应用
　　2.1遗传算法基本原理
　　遗传算法抽象于生物体的进化过程，通过全面模拟自然选择和遗传机制，形成一种具有“生成+检验”特征的搜索算法。遗传算法以编码空间代替问题的参数空间，以适应度函数为评价依据，以编码群体为进化基础，以对群体中个体位串的遗传操作实现选择和遗传机制，建立起一个迭代过程。在这一过程中，通过随机重组编码位串中重要的基因，使新一代的位串集合优化于老一代的位串集合，群体的个体不断进化，逐渐接近最优解，最终达到求解问题的目的。
　　2.2遗传算法基本流程
　　遗传算法在整个进化过程中的遗传操作是随机性的，但它所呈现出的特性并不是完全随机搜索，它能有效地利用历史信息来推测下一代期望性能有所提高的寻优点集。这样一代代地不断进化，最后收敛到一个最适应环境的个体上，求得问题的最优解。遗传算法所涉及的五大要素:参数编码、初始群体的设定、适应度函数的设计、遗传操作的设计和控制参数的设定。
　　通常采用的遗传算法的工作流程和结构形式是Goldberg在天然气管道控制优化应用中首先提出的，一般称为规范遗传算法(canonicalGA-CGA)或者标准遗传算法(standardGA-SGA)。在GA应用过程中，人们往往结合问题的特征和领域知识对SGA进行各种改变，形成了各种各样的具体的GA，使得GA具备求解不同类型优化问题的能力，以及具备强大的全局搜索能力。遗传算法的运行过程为一个典型的迭代过程，其必须完成的工作内容和基本步骤如下：
　　(1)选择编码策略，把参数集合X和域转换为位串结构空间S；
　　(2)定义适应度函数；
　　(3)确定遗传策略，包括选择群体大小，选择、交叉、变异方法，以及确定交叉概率、变异概率等遗传参数；
　　(4)随即初始化生成群体；
　　(5)计算群体中个体位串解码后的适应值；
　　(6)按照遗传策略，运用选择、交叉和变异算子作用于群体，形成下一代群体；
　　(7)判断群体性能是否满足某一指标，或者已完成预定迭代次数，不满足则返回步骤(6)，或者修改遗传策略再返回步骤(6)。
　　2.3遗传算法基本操作
　　2.3.1遗传编码
　　按照遗传算法的工作流程，当用遗传算法求解问题时，必须在目标问题实际表示与遗传算法的染色体位串结构之间建立联系，即确定编码和解码运算。由于遗传算法计算过程的鲁棒性，它对编码的要求并不苛刻。实际上，大多数问题都可以采用基因呈一维排列的定长染色体表现形式，尤其是基于{0,1}符号集的二进制编码形式。然而，编码的策略或方法对于遗传算子，尤其是对交叉和变异算子的功能和设计有很大影响。在很多情况下，编码形式也就决定了交叉操作，编码问题往往称作编码——交叉问题。
　　1．二进制编码
　　二进制编码方式是最基础的编码方式，它的应用范围非常广泛。采用二进制编码的遗传算法进行数值优化时，可以通过改变编码长度，协调搜索精度和效率之间的关系。在很多组合优化问题中，目标函数和约束函数均为离散函数，采用二进制编码往往具有直接的语义，可以将问题空间的特征与位串的基因相对应，比如整数规划、归纳学习、机器人控制、生产计划等。
　　2．实数编码
　　对于问题的变量是实向量的情况，可以直接采用实数编码。实数编码就是采用十进制进行编码，直接在解空间上进行遗传操作。这通常在求解高维问题或者复杂优化问题时采用的较多。试验证明，对于大部分数值优化问题，通过一些专门设计的遗传算子的引入，采用实数编码比采用二进制编码时算法的平均效率要高。由于实数编码表示比较自然，容易引入相关领域的知识，加入启发式信息以增加搜索能力，所以它的使用越来越广泛。
　　3土壤养分分析及土壤颗粒分布特征
　　3.1土壤的养分分析
　　土壤样品风干后，过0.25mm筛孔用于土壤有机质、全氮、全磷、全钾的测定；过1mm筛孔用于土壤碱解氮、速效磷、速效钾的测定。有机质的测定采用重铬酸钾外加热氧化法；碱解氮采用碱解扩散法；速效磷采用NaHCO3浸提钼锑抗比色法；速效钾采用NH4Ac浸提火焰光度法；全氮采用凯氏蒸馏定氮法；全磷采用NaOH熔融钼锑抗比色法；全钾采用NaOH熔融火焰光度法。
　　3.2淤后耕地土壤颗粒粒径分布特征
　　选取淤后耕地的2个典型剖面样点进行土壤颗粒粒径分析，数据列表3-7。从表3-7可以看出，淤积层内多次淤积的分层特点以及每一次形成的淤积层内其土壤颗粒粒径分布有相似性规律。
　　表3-7淤后耕地土壤剖面粒组组成(％)
　　　　3.3引洪灌区表层土壤养分含量
　　新淤地表层土壤和淤后耕地表层土壤的有机质、速效养分含量(除速效磷)、全氮、全磷均明显高于风沙地的养分含量。
　　根据全国第二次土壤普查制定的养分分级标准，未改良风沙地的有机质、全氮、全磷、全钾、碱解氮、速效磷属低含量范围，均比较缺乏；速效钾含量属中等范围；新淤地的速效磷含量是风沙地的5.5倍，达到了丰富等级；速效钾是风沙地的2.2倍，也达到极高等级；新淤地土壤的碱解氮含量是风沙地的3.0倍，全氮是2.5倍，全磷是1.2倍，有机质是4.4倍。新淤地和淤后耕地之间全量养分无明显差别，有机质和有效养分都以新淤地为高。
　　4基于遗传算法网络模型的建立[!--empirenews.page--]
　　4.1遗传算法中参数的选取
　　本文对于遗传算法中参数的选取是在网络结构预先确定的情况下进行的，即网络有三层，输入层有6个神经元，输出层有1个神经元，中间层给定为3个神经元。此时对于网络权值的修正仅采用遗传算法，并设定转换条件，即给定其最大的遗传代数为50。下面分别介绍遗传算法参数的选取。
　　1.编码方案的确定
　　我们经常用到的是一维编码，就是指搜索空间的参数转换到遗传空间后，其相应的基因呈一维排列构成基因链码。其中二进制编码和实数编码常用，本文选择实数编码，直接采用十进制编码，这样可以直接对解进行遗传操作，增加搜索能力，比二进制编码平均效率要高。一条染色体的组成主要有网络权值和阈值以及本身的适应度函数值，总共有6×3+3×1+3+1+1个。
　　2.适应度函数的选取
　　适应度函数在遗传算法中对染色体进行评价，由于遗传算法向着适应值增加的方向进行，所以目标函数的寻优方向应与适应度函数增加的方向一致，这是确定适应度函数的先决条件。
　　本文要解决的问题是优化网络权值，从而减小网络目标函数误差值，因此本文选取适应度函数为网络目标误差函数的倒数，即
　　(4-3)
　　其中为第个染色体的适应值；M为染色体总数；m为输出层节点数(这里m=1)；K=1,2,…,N，为学习样本个数(N=60)，Tkm为土壤养分含量的实验值，
　　Ykm为网络计算的土壤成分含量值。
　　4.2遗传算子的选取
　　选择策略对算法性能的影响起到举足轻重的作用，本文采用排序选择方法，就是根据适应度大小在群体中对个体排序，然后按事先设计好的概率表按序分配个体，作为各自的选择概率，它是一种基于概率的选择，所以仍然存在统计误差。
　　交叉算子一方面使得原来群体中的优良个体能在一定程度上保持，另一方面使算法能够搜索新的基因空间。本文由于采用实数编码，算数交叉操作对象一般由实数编码所表示的个体，故采用算数交叉算子。算数交叉是指两个个体的线性组合而产生出两个新的个体。其步骤如下：
　　步骤1：确定交叉操作的次数：
　　(4-4)
　　式中为交叉概率，为种群规模，为取整运算
　　步骤2：在种群中均匀随机选取两个染色体作为交叉双亲。
　　步骤3：在(0,1)中产生随机数。
　　步骤4：交叉运算产生后代：
　　(4-5)
　　(4-6)
　　步骤5：重复操作2到4，直到为止。
　　变异算子的基本内容是对群体中的个体串的某些位置上的基因值作变动。本文采用均匀变异，此法针对实数编码方式，由单个父代变异产生单个子代，在父代中随机选择一个分量代替问题空间中的一个均匀随机数，以得到子代。
　　4.3遗传算法分析结果
　　利用遗传算法分析土壤成分含量模型是由四部分组成：样本输入与预处理模块，样本训练模块，检验模块和误差分析模块。遗传算法利用全局搜索和局部搜索，使误差精度进一步提高，收敛速度也比较快，达到了全局寻优和快速高效的目的。
　　5结论
　　本文综合利用遗传算法的全局搜索能力强的特点，先对网络权值进行优化，设计并实现了基于遗传算法的土壤养分含量网络拟合模型，具有较高的准确率，结果表明此模型的平均相对误差为最小。另外，利用遗传算法完成对土壤养分含量拟合模型建立，将人工神经网络和遗传算法运用到了利用高含沙洪水治沙淤地的土壤成分测定中，由于人工神经网络和遗传算法在解决多参非线性问题表现出的极强的自适应能力，从而给水土工程的复杂系统的求解带来了方便。本研究为解决高含沙洪水利用研究中一些复杂问题开辟了新思路。
　　参考文献
　　
　　1 姬宝霖,等.内蒙古达拉特旗十大孔兑综合治理方案研究[Ｊ].人民黄河,2004,26(1):31～32
　　2 于飞健,闽顺耕.近红外光谱法分析土壤中的有机质和氮素[J].分析试验室,2002,21(3):49～51
　　3 王英顺.淤地坝防洪保收技术黄河水利出版社,1997,11:1～7
　　4 彭玉魁,张建新,何绪生等.土壤水分、有机质和总氮含量的近红外光谱分析研究[J].土壤学报,1998,35(4):553～559
　　5 屈忠义,陈亚新,史海滨,等.内蒙古河套灌区节水工程实施后地下水变化的BP模型预测[J],农业工程学报,2003,19(1):59-62
　　6苑希民.神经网络和遗传算法在水科学领域的应用中国水利水电出版社,2002,8：99～108