CN109089874A - 芥菜细胞质雄性不育系的选育方法、选育系统、控制方法 - Google Patents
芥菜细胞质雄性不育系的选育方法、选育系统、控制方法 Download PDFInfo
- Publication number
- CN109089874A CN109089874A CN201810933147.4A CN201810933147A CN109089874A CN 109089874 A CN109089874 A CN 109089874A CN 201810933147 A CN201810933147 A CN 201810933147A CN 109089874 A CN109089874 A CN 109089874A
- Authority
- CN
- China
- Prior art keywords
- male sterile
- sterile line
- cytoplasmic male
- mustard
- quantum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000001086 cytosolic effect Effects 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000009395 breeding Methods 0.000 title claims abstract description 41
- 230000001488 breeding effect Effects 0.000 title claims abstract description 33
- 244000178993 Brassica juncea Species 0.000 title claims abstract description 20
- 235000005855 Brassica juncea var. subintegrifolia Nutrition 0.000 title claims abstract description 20
- 241000219198 Brassica Species 0.000 claims abstract description 40
- 235000003351 Brassica cretica Nutrition 0.000 claims abstract description 40
- 235000003343 Brassica rupestris Nutrition 0.000 claims abstract description 40
- 235000010460 mustard Nutrition 0.000 claims abstract description 40
- QKSKPIVNLNLAAV-UHFFFAOYSA-N bis(2-chloroethyl) sulfide Chemical compound ClCCSCCCl QKSKPIVNLNLAAV-UHFFFAOYSA-N 0.000 claims abstract description 39
- 230000035558 fertility Effects 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000000306 recurrent effect Effects 0.000 claims abstract description 4
- 241000233855 Orchidaceae Species 0.000 claims abstract description 3
- 239000002245 particle Substances 0.000 claims description 29
- 239000002096 quantum dot Substances 0.000 claims description 19
- 230000001276 controlling effect Effects 0.000 claims description 17
- 238000006073 displacement reaction Methods 0.000 claims description 17
- 238000005286 illumination Methods 0.000 claims description 17
- 230000002068 genetic effect Effects 0.000 claims description 14
- 239000001963 growth medium Substances 0.000 claims description 12
- 230000004048 modification Effects 0.000 claims description 11
- 238000012986 modification Methods 0.000 claims description 11
- 239000002609 medium Substances 0.000 claims description 10
- 241000196324 Embryophyta Species 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000009394 selective breeding Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 230000002028 premature Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 239000004745 nonwoven fabric Substances 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 235000013311 vegetables Nutrition 0.000 abstract description 7
- 230000036512 infertility Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000009396 hybridization Methods 0.000 abstract 1
- 206010021929 Infertility male Diseases 0.000 description 6
- 208000007466 Male Infertility Diseases 0.000 description 6
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 208000000509 infertility Diseases 0.000 description 3
- 208000021267 infertility disease Diseases 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003898 horticulture Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 240000007124 Brassica oleracea Species 0.000 description 1
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 1
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 1
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 1
- 244000088415 Raphanus sativus Species 0.000 description 1
- 235000006140 Raphanus sativus var sativus Nutrition 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 235000012907 honey Nutrition 0.000 description 1
- 230000010152 pollination Effects 0.000 description 1
- 230000005849 recognition of pollen Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
- 238000004383 yellowing Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01H—NEW PLANTS OR NON-TRANSGENIC PROCESSES FOR OBTAINING THEM; PLANT REPRODUCTION BY TISSUE CULTURE TECHNIQUES
- A01H1/00—Processes for modifying genotypes ; Plants characterised by associated natural traits
- A01H1/02—Methods or apparatus for hybridisation; Artificial pollination ; Fertility
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Environmental Sciences (AREA)
- Evolutionary Computation (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Developmental Biology & Embryology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Botany (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
Abstract
本发明属于蔬菜作物育种技术领域，公开了一种芥菜细胞质雄性不育系的选育方法、选育系统、控制方法，以保持系大叶芥菜常规品种作父本，杂交得到BC3F1细胞质雄性不育系；对BC3F1细胞质雄性不育系进行育性鉴定；用BC3F1细胞质雄性不育系作母本，以保持系大叶芥菜常规品种作轮回亲本连续回交5代，得到大叶芥菜细胞质雄性不育系兰0912A。本发明具有选育过程不育性稳定，有效控制不良温度对不育系发的影响，花粉量增多、种子纯度较高，加快了选育的进程的积极效果；同时，具有设备实现了远程操控，省时、省力，降低经济成本，大大提高工作效率，节约人力的优点。
Description
技术领域
本发明属于蔬菜作物育种技术领域，尤其涉及一种芥菜细胞质雄性不育系的选育方法、选育系统、控制方法。
背景技术
目前，业内常用的现有技术是这样的:
目前，十字花科蔬菜杂种优势明显，杂种优势利用的主要途径为自交不亲和性和雄性不育性，其中细胞质雄性不育是理想的授粉控制系统。通过利用不同来源的雄性不育因子，选育个体在发育过程中对环境和个体发育稳定的菜心胞质雄性不育系，并加以繁育和利用，配制出综合性状优良的杂种一代。十字花科蔬菜杂种一代利用工作已广泛地开展，特别是在亚洲国家，如中国、日本和韩国等，目前采用自交不亲和系或自交亲和系的方法进行杂种一代生产居多,但是该方法存在着不亲和性难于保持或自交多代易发生双亲生活力衰退和容易出现假杂种等问题。利用细胞质雄性不育系制种，可以获得高质量的杂交后代。目前生产上利用的十字花科蔬菜细胞质雄性不育类型主要为油菜波里马细胞质雄性不育(pol CMS)和萝卜胞质雄性不育(ogu CMS),但油菜波里马细胞质雄性不育(pol CMS)存在不育性不稳定，受不良温度影响易出现花粉量少、种子纯度低的缺点；ogu CMS存在低温黄化及蜜腺退化等缺点。
综上所述，现有技术存在的问题是：
(1)选育过程存在不育性不稳定，受不良温度影响易出现花粉量少、种子纯度低的缺点，推迟了选育的进程式；
(2)现有技术无法进行远程操控，设备生产成本高，耗时耗力，工作效率低，人力成本高，无法满足生产者的需要。
(3)实际应用中求解高维空间函数时容易出现局部范围内徘徊、后期收敛速度慢，造成光强度信号调节能力差。现有技术中，控制器来控制空调以调节室内温度中的方法调节偏差大。
发明内容
针对现有技术存在的问题，本发明提供了一种芥菜细胞质雄性不育系的选育方法、选育系统、控制方法。
本发明是这样实现的，一种芥菜细胞质雄性不育系的选育系统的控制方法，所述芥菜细胞质雄性不育系的选育系统的控制方法包括：
单片机调控日光灯来调节室外光照强度，通过温度传感器监测温室大棚内部温度变化；通过控制器来控制空调以调节室内温度；
单片机调控日光灯来调节室外光照强度中，利用求解互信息的联合直方图法，重新定义联合直方图中的h(e，g)以及粒子的速度和位移更新公式调节室外光照强度；
其中，v表示粒子速度，t表示时间，i表示第i个粒子，j表示第j个路径，w是惯性权重，c1、c2表示学习因子，pi,j表示第i个粒子经历过的最好位置，pg,j表示群体所有微粒经历过的最好位置，其中e，g分别为待匹配路径和模板路径，h(e，g)表示在最优路径e出现的位置上，在历史路径相应的位置g出现的次数；通过粒子的速度和位移更新公式更新粒子的速度和位移，找到优解，优解公式为：xi,j表示第i个粒子第j个路径所需要更新的位移，xi,j(1)表示的是xi,j的下一个，每次都在变化，下一次就为xi,j(2)；
通过控制器来控制空调以调节室内温度中，控制器利用内部预编的遗传算法进行最优温度的选择；遗传算法运行中，基于基本蝙蝠算法的基础上采用量子位的概率幅对蝙蝠个体进行编码，即用量子旋转门对量子位的概率幅进行更新，采用量子非门作为变异操作以避免算法的早熟收敛；对于每个量子位具有两个概率幅，每只蝙蝠表示优化空间的两个位置；在量子计算中，最小的信息单元存储在一个量子比特中，该量子比特的状态可能为“0”，也可能为“1”，或是“0”和“1”之间的任意状态；一个量子比特的状态表示如下：
|Ψ>＝α|0>+β|1>，其中，α和β满足：
|α|2+|β|2＝1
其中，|α|2和|β|2分别表示趋于状态|0>和|1>的概率；
一个n元量子比特为：
量子旋转门如下：
量子非门如下：
产生初始种群：采用的编码方案如下：
其中，θij是幅角，由式(17)可以看出每只蝙蝠对应了问题空间的两个位置，分别对应了量子态|0>和|1>的概率幅：
Pic＝(cos(θi1),cos(θi2),...,cos(θin))
Pis＝(sin(θi1),sin(θi2),...,sin(θin))；
显示屏显示室内温度以及光照时长参数；
通过单片机上的射频信号发射器和射频信号接收器无线连接云数据库，将温室大棚内部的参数上传到云数据库，工作人员通过手机移动终端远程控制温室大棚内的温度和光照强度。
进一步，粒子的位移更新方法包括：
(1)按照xi,j＝vi,j+wvi,j对xi,j进行更改；
(2)以概率c1h(e,g)修改(pi,j-xi,j)的交换序，得到xi,j(1)为xi,j与
的和，pi,j-xi,j(t)表示每个粒子与个体最优位置的交换序；
(3)以概率c2h(e,g)修改(pg,j-xi,j)的交换序，得到xi,j(2)为xi,j(1)与的和，，pg,j-xi,j(t)表示群体最优位置与个体位置的交换序，更新位移完毕。
进一步，遗传算法运行中，进一步包括：
解空间的转换：
为了计算个体的适应度并对个体的优劣进行评价，对种群的解空间进行转换；个体的量子位的每个概率幅对应了问题的解空间的一个解，每只蝙蝠对应了优化问题的两个解；
其中，由量子态|0>的概率幅求得，而是由量子态|1>的概率幅得到。
进一步，遗传算法运行中，进一步包括：更新策略：
在量子蝙蝠算法(QBA)中，采用蝙蝠算法(BA)的更新策略对量子位的幅角增量进行更新，其更新过程如下：
Δθij(t+1)＝Δθij(t)+Δθg*Q(i)*stepnow
θij(t+1)＝θij(t)+Δθij(t+1)
其中，Δθij和θij分别为幅角增量和幅角；
上式中的参数值分别为：w＝2，σe＝0，σs＝2；
利用量子旋转门对概率幅进行更新：
变异策略：
在量子蝙蝠算法QBA中，为防止算法过早地陷入局部最优，采用变异策略来增加种群的多样性，变异策略通过量子非门实现；如果rand()＜pm，则执行量子非门操作，将两个概率值进行兑换；其中，pm为变异概率；
本发明的另一目的在于提供一种实现所述芥菜细胞质雄性不育系的选育系统的控制方法的计算机程序。
本发明的另一目的在于提供一种实现所述芥菜细胞质雄性不育系的选育系统的控制方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的芥菜细胞质雄性不育系的选育系统的控制方法。
本发明的另一目的在于提供一种实现所述芥菜细胞质雄性不育系的选育系统的控制方法的芥菜细胞质雄性不育系的选育系统，所述芥菜细胞质雄性不育系的选育系统设置有：温室大棚、培养基、控制器、显示屏、单片机、射频信号发射器、射频信号接收器、空调、温度传感器、日光灯、云数据库；
所述培养基平铺于温室大棚内，控制器通过螺丝固定于温室大棚，显示屏嵌装于控制器，单片机通过螺丝固定于温室大棚底部，并且通过导线连接于所述控制器，射频信号发射器插接于单片机；射频信号接收器插接于单片机，空调通过螺丝固定于温室大棚左侧墙壁，温度传感器嵌装于空调右侧；日光灯吊装于温室大棚顶部；单片机通过射频信号无线连接于云数据库；
进一步，所述培养基上层为无纺布，下层为有机土壤；
所述控制器通过导线连接于外部电源；
所述射频信号接收器和射频信号发射器通过无线连接于手机移动终端。
本发明的另一目的在于提供一种利用所述芥菜细胞质雄性不育系的选育系统的芥菜细胞质雄性不育系的选育方法，所述芥菜细胞雄性不育系的选育方法包括：
步骤一：用所述天然芥菜型雄性不育株6-102A作母本，以保持系大叶芥菜常规品种作父本，杂交得到杂种F1；
步骤二：对杂种F1进行育性鉴定，用得到的F1植株为母本，以保持系大叶芥菜常规品种作父本，杂交得到BC1F1CMS；
步骤三：对BC1F1进行育性鉴定，用得到的BC1F1CMS作母本，以保持系大叶芥菜常规品种作父本，得到BC2F1细胞质雄性不育系；
步骤四：对BC2F1细胞质雄性不育系进行育性鉴定，用得到的BC2F1细胞质雄性不育系为母本，以保持系大叶芥菜常规品种作父本，杂交得到BC3F1细胞质雄性不育系；
步骤五：对BC3F1细胞质雄性不育系进行育性鉴定；用得到的BC3F1细胞质雄性不育系作母本，以保持系大叶芥菜常规品种作轮回亲本连续回交5代，得到所述大叶芥菜细胞质雄性不育系兰0912A。
综上所述，本发明的优点及积极效果为：
本发明提供的一种芥菜细胞质雄性不育系的选育方法，具有选育过程不育性稳定，有效控制不良温度对不育系发的影响，花粉量增多、种子纯度较高，加快了选育的进程的积极效果；同时，具有设备实现了远程操控，省时、省力，降低经济成本，大大提高工作效率，节约人力的优点。
本发明的光强度调节方法减少了迭代次数，提高了收敛速度，并且搜索的平均结果也有一定提高。保证了获得光强度信息的准确数据，为芥菜细胞质雄性不育系的选育提供必要条件。
本发明通过控制器来控制空调以调节室内温度中，控制器利用内部预编的遗传算法进行最优温度的选择；遗传算法运行中，基于基本蝙蝠算法的基础上采用量子位的概率幅对蝙蝠个体进行编码，即用量子旋转门对量子位的概率幅进行更新，采用量子非门作为变异操作以避免算法的早熟收敛；对于每个量子位具有两个概率幅，可实现温度的智能控制，相比于现有的PID调控方法，调控准确度提高很多，为芥菜细胞质雄性不育系的选育提供必要的温度条件。
附图说明
图1是本年发明实施例提供的芥菜细胞质雄性不育系的选育方法流程图。
图2是本发明实施例提供的芥菜细胞质雄性不育系的选育系统结构示意图。
图3是本发明实施例提供的培养基结构示意图。
图中：1、温室大棚；2、培养基；3、控制器；4、显示屏；5、单片机；6、射频信号发射器；7、射频信号接收器；8、空调；9、温度传感器；10、日光灯；11、云数据库。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明提供的芥菜细胞雄性不育系的选育方法包括：
S101：用所述天然芥菜型雄性不育株6-102A作母本，以保持系大叶芥菜常规品种作父本，杂交得到杂种F1；
S102：对杂种F1进行育性鉴定，用得到的F1植株为母本，以所述保持系大叶芥菜常规品种作父本，杂交得到BC1F1CMS；
S103：对BC1F1进行育性鉴定，用得到的BC1F1CMS作母本，以所述保持系大叶芥菜常规品种作父本，得到BC2F1细胞质雄性不育系；
S104：对BC2F1细胞质雄性不育系进行育性鉴定，用得到的BC2F1细胞质雄性不育系为母本，以所述保持系大叶芥菜常规品种作父本，杂交得到BC3F1细胞质雄性不育系；
S015：对BC3F1细胞质雄性不育系进行育性鉴定；用得到的BC3F1细胞质雄性不育系作母本，以所述保持系大叶芥菜常规品种作轮回亲本连续回交5代，得到所述大叶芥菜细胞质雄性不育系兰0912A(华中农业大学园艺学学院蔬菜系。武汉430070提供；本发明创新点在于提供一种选育方法)。
上面涉及的父本、母本不育系系列均采用现有技术，可由华中农业大学园艺学学院蔬菜系提供。
如图2和图3所示，本发明实施例所述的芥菜细胞质雄性不育系的选育系统结构包括：温室大棚1、培养基2、控制器3、显示屏4、单片机5、射频信号发射器6、射频信号接收器7、空调8、温度传感器9、日光灯10、云数据库11。
所述培养基2平铺于温室大棚1内，控制器3通过螺丝固定于所述温室大棚1，显示屏4嵌装于控制器3，单片机5通过螺丝固定于温室大棚1底部，并且通过导线连接于控制器3，射频信号发射器6插接于单片机5，射频信号接收器7插接于单片机5，空调8通过螺丝固定于温室大棚1左侧墙壁，温度传感器9嵌装于空调8右侧，日光灯10吊装于温室大棚1顶部，单片机5通过射频信号无线连接于云数据库11。
本发明提供的培养基1上层为无纺布，下层为有机土壤。
本发明提供的控制器3通过导线连接于外部电源。
本发明提供的射频信号接收器7和射频信号发射器6通过无线连接于手机等移动终端。
本发明工作原理：通过日光灯10来调节室外因天气原因导致的光照不足等问题，解决光长对不育系育性的影响，通过温度传感器9来监测温室大棚1内部温度变化，通过控制器3来控制空调8以调节室内温度，增加了育性转换温度概率，显示屏4来显示室内温度以及光照时长等参数，通过单片机5上的射频信号发射器6和射频信号接收器7无线连接云数据库11，将温室大棚内部的参数上传到云数据库11，工作人员通过手机等移动终端来远程智能控制温室大棚内的温光系统，大大提高了工作效率，节约人力成本。
下面结合具体分析对本发明作进一步描述。
本发明实施例提供的芥菜细胞质雄性不育系的选育系统的控制方法，包括：
单片机调控日光灯来调节室外光照强度，通过温度传感器监测温室大棚内部温度变化；通过控制器来控制空调以调节室内温度；
单片机调控日光灯来调节室外光照强度中，利用求解互信息的联合直方图法，重新定义联合直方图中的h(e，g)以及粒子的速度和位移更新公式调节室外光照强度；
其中，v表示粒子速度，t表示时间，i表示第i个粒子，j表示第j个路径，w是惯性权重，c1、c2表示学习因子，pi,j表示第i个粒子经历过的最好位置，pg,j表示群体所有微粒经历过的最好位置，其中e，g分别为待匹配路径和模板路径，h(e，g)表示在最优路径e出现的位置上，在历史路径相应的位置g出现的次数；通过粒子的速度和位移更新公式更新粒子的速度和位移，找到优解，优解公式为：xi,j表示第i个粒子第j个路径所需要更新的位移，xi,j(1)表示的是xi,j的下一个，每次都在变化，下一次就为xi,j(2)；
通过控制器来控制空调以调节室内温度中，控制器利用内部预编的遗传算法进行最优温度的选择；遗传算法运行中，基于基本蝙蝠算法的基础上采用量子位的概率幅对蝙蝠个体进行编码，即用量子旋转门对量子位的概率幅进行更新，采用量子非门作为变异操作以避免算法的早熟收敛；对于每个量子位具有两个概率幅，每只蝙蝠表示优化空间的两个位置；在量子计算中，最小的信息单元存储在一个量子比特中，该量子比特的状态可能为“0”，也可能为“1”，或是“0”和“1”之间的任意状态；一个量子比特的状态表示如下：
|Ψ>＝α|0>+β|1>，其中，α和β满足：
|α|2+|β|2＝1
其中，|α|2和|β|2分别表示趋于状态|0>和|1>的概率；
一个n元量子比特为：
量子旋转门如下：
量子非门如下：
产生初始种群：采用的编码方案如下：
其中，θij是幅角，由式(17)可以看出每只蝙蝠对应了问题空间的两个位置，分别对应了量子态|0>和|1>的概率幅：
Pic＝(cos(θi1),cos(θi2),...,cos(θin))
Pis＝(sin(θi1),sin(θi2),...,sin(θin))；
显示屏显示室内温度以及光照时长参数；
通过单片机上的射频信号发射器和射频信号接收器无线连接云数据库，将温室大棚内部的参数上传到云数据库，工作人员通过手机移动终端远程控制温室大棚内的温度和光照强度。
粒子的位移更新方法包括：
(1)按照xi,j＝vi,j+wvi,j对xi,j进行更改；
(2)以概率c1h(e,g)修改(pi,j-xi,j)的交换序，得到xi,j(1)为xi,j与
的和，pi,j-xi,j(t)表示每个粒子与个体最优位置的交换序；
(3)以概率c2h(e,g)修改(pg,j-xi,j)的交换序，得到xi,j(2)为xi,j(1)与的和，，pg,j-xi,j(t)表示群体最优位置与个体位置的交换序，更新位移完毕。
遗传算法运行中，进一步包括：
解空间的转换：
为了计算个体的适应度并对个体的优劣进行评价，对种群的解空间进行转换；个体的量子位的每个概率幅对应了问题的解空间的一个解，每只蝙蝠对应了优化问题的两个解；
其中，由量子态|0>的概率幅求得，而是由量子态|1>的概率幅得到。
进一步，遗传算法运行中，进一步包括：更新策略：
在量子蝙蝠算法(QBA)中，采用蝙蝠算法(BA)的更新策略对量子位的幅角增量进行更新，其更新过程如下：
Δθij(t+1)＝Δθij(t)+Δθg*Q(i)*stepnow
θij(t+1)＝θij(t)+Δθij(t+1)
其中，Δθij和θij分别为幅角增量和幅角；
上式中的参数值分别为：w＝2，σe＝0，σs＝2；
利用量子旋转门对概率幅进行更新：
变异策略：
在量子蝙蝠算法QBA中，为防止算法过早地陷入局部最优，采用变异策略来增加种群的多样性，变异策略通过量子非门实现；如果rand()＜pm，则执行量子非门操作，将两个概率值进行兑换；其中，pm为变异概率；
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (10)
1.一种芥菜细胞质雄性不育系的选育系统的控制方法，其特征在于，所述芥菜细胞质雄性不育系的选育系统的控制方法包括：
单片机调控日光灯来调节室外光照强度，通过温度传感器监测温室大棚内部温度变化；通过控制器来控制空调以调节室内温度；
单片机调控日光灯来调节室外光照强度中，利用求解互信息的联合直方图法，重新定义联合直方图中的h(e，g)以及粒子的速度和位移更新公式调节室外光照强度；
其中，v表示粒子速度，t表示时间，i表示第i个粒子，j表示第j个路径，w是惯性权重，c1、c2表示学习因子，pi,j表示第i个粒子经历过的最好位置，pg,j表示群体所有微粒经历过的最好位置，其中e，g分别为待匹配路径和模板路径，h(e，g)表示在最优路径e出现的位置上，在历史路径相应的位置g出现的次数；通过粒子的速度和位移更新公式更新粒子的速度和位移，找到优解，优解公式为：xi,j表示第i个粒子第j个路径所需要更新的位移，xi,j(1)表示的是xi,j的下一个，每次都在变化，下一次就为xi,j(2)；
通过控制器来控制空调以调节室内温度中，控制器利用内部预编的遗传算法进行最优温度的选择；遗传算法运行中，基于基本蝙蝠算法的基础上采用量子位的概率幅对蝙蝠个体进行编码，即用量子旋转门对量子位的概率幅进行更新，采用量子非门作为变异操作以避免算法的早熟收敛；对于每个量子位具有两个概率幅，每只蝙蝠表示优化空间的两个位置；在量子计算中，最小的信息单元存储在一个量子比特中，该量子比特的状态可能为“0”，也可能为“1”，或是“0”和“1”之间的任意状态；一个量子比特的状态表示如下：
|Ψ>＝α|0>+β|1>，其中，α和β满足：
|α|2+|β|2＝1
其中，|α|2和|β|2分别表示趋于状态|0>和|1>的概率；
一个n元量子比特为：
量子旋转门如下：
量子非门如下：
产生初始种群：采用的编码方案如下：
其中，θij是幅角，由式(17)可以看出每只蝙蝠对应了问题空间的两个位置，分别对应了量子态|0>和|1>的概率幅：
Pic＝(cos(θi1),cos(θi2),...,cos(θin))
Pis＝(sin(θi1),sin(θi2),...,sin(θin))；
显示屏显示室内温度以及光照时长参数；
通过单片机上的射频信号发射器和射频信号接收器无线连接云数据库，将温室大棚内部的参数上传到云数据库，工作人员通过手机移动终端远程控制温室大棚内的温度和光照强度。
2.如权利要求1所述芥菜细胞质雄性不育系的选育系统的控制方法，其特征在于，粒子的位移更新方法包括：
(1)按照xi,j＝vi,j+wvi,j对xi,j进行更改；
(2)以概率c1h(e,g)修改(pi,j-xi,j)的交换序，得到xi,j(1)为xi,j与c1h(e，g)(pi，j-xi，j)的和，pi,j-xi,j(t)表示每个粒子与个体最优位置的交换序；
(3)以概率c2h(e,g)修改(pg,j-xi,j)的交换序，得到xi,j(2)为xi,j(1)与c2h(e，g)(pg，j-xi，j)的和，，pg,j-xi,j(t)表示群体最优位置与个体位置的交换序，更新位移完毕。
3.如权利要求1所述芥菜细胞质雄性不育系的选育系统的控制方法，其特征在于，遗传算法运行中，进一步包括：
解空间的转换：
为了计算个体的适应度并对个体的优劣进行评价，对种群的解空间进行转换；个体的量子位的每个概率幅对应了问题的解空间的一个解，每只蝙蝠对应了优化问题的两个解；
其中，由量子态|0>的概率幅求得，而是由量子态|1>的概率幅得到。
4.如权利要求1所述芥菜细胞质雄性不育系的选育系统的控制方法，其特征在于，遗传算法运行中，进一步包括：更新策略：
在量子蝙蝠算法(QBA)中，采用蝙蝠算法(BA)的更新策略对量子位的幅角增量进行更新，其更新过程如下：
Δθij(t+1)＝Δθij(t)+Δθg*Q(i)*stepnow
θij(t+1)＝θij(t)+Δθij(t+1)
其中，Δθij和θij分别为幅角增量和幅角；
上式中的参数值分别为：w＝2，σe＝0，σs＝2；
利用量子旋转门对概率幅进行更新：
变异策略：
在量子蝙蝠算法QBA中，为防止算法过早地陷入局部最优，采用变异策略来增加种群的多样性，变异策略通过量子非门实现；如果rand()＜pm，则执行量子非门操作，将两个概率值进行兑换；其中，pm为变异概率；
5.一种实现权利要求1～4任意一项所述芥菜细胞质雄性不育系的选育系统的控制方法的计算机程序。
6.一种实现权利要求1～4任意一项所述芥菜细胞质雄性不育系的选育系统的控制方法的信息数据处理终端。
7.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-4任意一项所述的芥菜细胞质雄性不育系的选育系统的控制方法。
8.一种实现权利要求1所述芥菜细胞质雄性不育系的选育系统的控制方法的芥菜细胞质雄性不育系的选育系统，其特征在于，所述芥菜细胞质雄性不育系的选育系统设置有：温室大棚、培养基、控制器、显示屏、单片机、射频信号发射器、射频信号接收器、空调、温度传感器、日光灯、云数据库；
所述培养基平铺于温室大棚内，控制器通过螺丝固定于温室大棚，显示屏嵌装于控制器，单片机通过螺丝固定于温室大棚底部，并且通过导线连接于所述控制器，射频信号发射器插接于单片机；射频信号接收器插接于单片机，空调通过螺丝固定于温室大棚左侧墙壁，温度传感器嵌装于空调右侧；日光灯吊装于温室大棚顶部；单片机通过射频信号无线连接于云数据库；
9.如权利要求8所述的芥菜细胞质雄性不育系的选育系统，其特征在于，所述培养基上层为无纺布，下层为有机土壤；
所述控制器通过导线连接于外部电源；
所述射频信号接收器和射频信号发射器通过无线连接于手机移动终端。
10.一种利用权利要求8所述芥菜细胞质雄性不育系的选育系统的芥菜细胞质雄性不育系的选育方法，其特征在于，所述芥菜细胞雄性不育系的选育方法包括：
步骤一：用所述天然芥菜型雄性不育株6-102A作母本，以保持系大叶芥菜常规品种作父本，杂交得到杂种F1；
步骤二：对杂种F1进行育性鉴定，用得到的F1植株为母本，以保持系大叶芥菜常规品种作父本，杂交得到BC1F1CMS；
步骤三：对BC1F1进行育性鉴定，用得到的BC1F1CMS作母本，以保持系大叶芥菜常规品种作父本，得到BC2F1细胞质雄性不育系；
步骤四：对BC2F1细胞质雄性不育系进行育性鉴定，用得到的BC2F1细胞质雄性不育系为母本，以保持系大叶芥菜常规品种作父本，杂交得到BC3F1细胞质雄性不育系；
步骤五：对BC3F1细胞质雄性不育系进行育性鉴定；用得到的BC3F1细胞质雄性不育系作母本，以保持系大叶芥菜常规品种作轮回亲本连续回交5代，得到所述大叶芥菜细胞质雄性不育系兰0912A。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810933147.4A CN109089874A (zh) | 2018-08-16 | 2018-08-16 | 芥菜细胞质雄性不育系的选育方法、选育系统、控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810933147.4A CN109089874A (zh) | 2018-08-16 | 2018-08-16 | 芥菜细胞质雄性不育系的选育方法、选育系统、控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109089874A true CN109089874A (zh) | 2018-12-28 |
Family
ID=64850104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810933147.4A Pending CN109089874A (zh) | 2018-08-16 | 2018-08-16 | 芥菜细胞质雄性不育系的选育方法、选育系统、控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109089874A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109699346A (zh) * | 2019-02-28 | 2019-05-03 | 湖南生物机电职业技术学院 | 一种光温敏水稻两用核不育系选育的智能温光控制系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1989000810A1 (en) * | 1987-07-31 | 1989-02-09 | Maxell Hybrids, Inc. | Asexual induction of heritable male sterility and apomixis in plants |
| CN104406593A (zh) * | 2014-12-03 | 2015-03-11 | 广西民族大学 | 一种确定无人机航路最优路径的方法 |
| CN106250979A (zh) * | 2016-08-16 | 2016-12-21 | 安阳师范学院 | 一种基于互信息相似度策略的粒子群优化方法 |
| CN106886235A (zh) * | 2017-04-14 | 2017-06-23 | 深圳市瑞荣创电子科技有限公司 | 基于单片机的植物培养箱的智能控制系统和控制方法 |
| CN107410015A (zh) * | 2017-09-18 | 2017-12-01 | 华中农业大学 | 一种大叶芥菜细胞质雄性不育系的选育方法 |
-
2018
- 2018-08-16 CN CN201810933147.4A patent/CN109089874A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1989000810A1 (en) * | 1987-07-31 | 1989-02-09 | Maxell Hybrids, Inc. | Asexual induction of heritable male sterility and apomixis in plants |
| CN104406593A (zh) * | 2014-12-03 | 2015-03-11 | 广西民族大学 | 一种确定无人机航路最优路径的方法 |
| CN106250979A (zh) * | 2016-08-16 | 2016-12-21 | 安阳师范学院 | 一种基于互信息相似度策略的粒子群优化方法 |
| CN106886235A (zh) * | 2017-04-14 | 2017-06-23 | 深圳市瑞荣创电子科技有限公司 | 基于单片机的植物培养箱的智能控制系统和控制方法 |
| CN107410015A (zh) * | 2017-09-18 | 2017-12-01 | 华中农业大学 | 一种大叶芥菜细胞质雄性不育系的选育方法 |
Non-Patent Citations (2)
| Title |
|---|
| GAIGEWANG等: "A Bat Algorithm withMutation for UCAV Path Planning", 《THE SCIENTIFIC WORLD JOURNAL》 * |
| 李枝勇等: "函数优化的量子蝙蝠算法", 《系统管理学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109699346A (zh) * | 2019-02-28 | 2019-05-03 | 湖南生物机电职业技术学院 | 一种光温敏水稻两用核不育系选育的智能温光控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103294033A (zh) | 基于物联网的农产品生产过程控制系统及方法 | |
| CN106292802B (zh) | 一种用于鱼菜共生系统的智能预测控制系统及方法 | |
| CN106842923B (zh) | 基于作物生理和能耗优化的温室环境多因子协调控制方法 | |
| CN203433329U (zh) | 一种智能温室大棚物联网远程监控装置 | |
| CN107390753B (zh) | 基于物联网云平台的智能植物生长环境调节装置与方法 | |
| CN205161283U (zh) | 一种智能种植机 | |
| CN104881012A (zh) | 一种基于cps的智能农作物培养种植管理系统 | |
| CN205620838U (zh) | 一种温室大棚环境因子智能监控系统 | |
| CN105353739A (zh) | 一种智能农业管理系统 | |
| KR102265587B1 (ko) | 스마트팜 재배이력을 이용한 스마트팜 재배시스템 | |
| CN109213240A (zh) | 一种基于自适应控制的草莓大棚无线监测与控制系统 | |
| CN106444929A (zh) | 一种农作物种植监控系统 | |
| CN102645925A (zh) | 基于物联网的植物非试管快繁智能控制系统 | |
| CN106919156B (zh) | 一种大型园区或生产基地的水肥管理系统及实现方法 | |
| CN109089874A (zh) | 芥菜细胞质雄性不育系的选育方法、选育系统、控制方法 | |
| KR20210054770A (ko) | 온실 작물 최적생육시스템 | |
| CN109062290A (zh) | 一种基于大数据的智能农业环境监控系统及监控方法 | |
| CN109041951A (zh) | 一种农业育种机械及控制方法 | |
| Liyakat | Blynk IoT-Powered Water Pump-Based Smart Farming | |
| CN117730702A (zh) | 一种基于大数据的农作物种植管理方法及系统 | |
| CN208210974U (zh) | 一种高智能低成本植物工厂监控系统 | |
| CN217932761U (zh) | 智慧农业大数据智能决策系统 | |
| CN106125693A (zh) | 一种can总线连接的植物工厂自动控制系统 | |
| CN110716598A (zh) | 一种基于物联网的智能温室控制和管理系统 | |
| CN205755995U (zh) | 一种智能大棚系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |