基于改进后局部搜索算法的猕猴桃预估产量在种植区域的分配性能

来源：湖北农业科学杂志2024年第8期北京时间：

作者：黄珍1, 景月楼2

单位：1.西安明德理工学院经济与管理学院,西安 710124; 2.西安理工大学经济与管理学院,西安 710048

摘要：为进一步提高猕猴桃（Actinidia chinensis Planch.）预估产量在种植区域的分配性能,通过麻雀搜索算法、可变螺旋因子来改进局部搜索算法,并利用逐维透镜学习策略加快改进后局部搜索算法的收敛速度。结果表明,当猕猴桃预估产量不变时,随着可变螺旋因子数值增加,分配时间逐渐降低;当可变螺旋因子数值不变时,猕猴桃预估产量增加,分配时间也增加。猕猴桃预估产量分别为10、20、30、40、50、60 t,4个种植区域面积分别为500、650、700、850 m2。建议当猕猴桃预估产量为10~60 t时,可变螺旋因子数值设定为4;当预估产量为10~40 t时,种植区域3可以满足最佳种植间隔,当预估产量为50~60 t时,种植区域4可以满足最佳种植间隔,根据不同预估产量及种植区域面积合理进行猕猴桃种植间隔分配,保证猕猴桃获得充足的养分。改进后局部搜索算法的收敛速度较快,在迭代500次时,算法已趋于收敛,深度学习、粒子群算法及灰狼算法的收敛速度均小于改进后局部搜索算法。

关键词：改进后局部搜索算法,猕猴桃（ActinidiachinensisPlanch.）,预估产量,种植区域,种植间隔,可变螺旋因子,分配性能

基金资助：西安明德理工学院科研基金资助项目（2023MDY08）; 陕西省自然科学基础研究计划项目（2023-JC-QN-0780）; 陕西省教育厅科研计划项目（21JK0315）