CN117150636B - 一种室内植物种植布局方法及系统 - Google Patents
一种室内植物种植布局方法及系统 Download PDFInfo
- Publication number
- CN117150636B CN117150636B CN202311437309.2A CN202311437309A CN117150636B CN 117150636 B CN117150636 B CN 117150636B CN 202311437309 A CN202311437309 A CN 202311437309A CN 117150636 B CN117150636 B CN 117150636B
- Authority
- CN
- China
- Prior art keywords
- plant
- simulated
- plant planting
- layout scheme
- planting
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005286 illumination Methods 0.000 claims abstract description 50
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 230000002068 genetic effect Effects 0.000 claims abstract description 17
- 238000004088 simulation Methods 0.000 claims abstract description 12
- 239000000178 monomer Substances 0.000 claims description 31
- 230000035772 mutation Effects 0.000 claims description 7
- 239000004744 fabric Substances 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 4
- 241000196324 Embryophyta Species 0.000 description 276
- 230000008569 process Effects 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 244000252337 Epipremnum pinnatum Species 0.000 description 1
- 244000082204 Phyllostachys viridis Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 241001448530 Rohdea japonica Species 0.000 description 1
- 241000270708 Testudinidae Species 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Mathematics (AREA)
- Structural Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Pure & Applied Mathematics (AREA)
- Genetics & Genomics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明涉及住宅布局优化领域,更具体的说,它涉及一种室内植物种植布局方法及系统。一种室内植物种植布局系统,包括:室内二维平面图获取模块、建筑BIM模型获取模块、候选植物种植区域获取模块、植物信息获取模块和植物种植布局方案输出模块。本发明通过将植物的适宜温度范围和适宜光照范围分别与室内种植区域的温度数据和光照数据进行匹配,进而分析通过单体适应度来判断对应植物是否能够在选定的种植区域适宜生长,并以此作为约束条件进行遗传算法模拟,能够更好地符合室内植物种植布局情况,且无需专业人员通过经验进行设计。
Description
技术领域
本发明涉及住宅布局优化领域,更具体的说,它涉及一种室内植物种植布局方法及系统。
背景技术
将植物种植引入室内是常见的手段,通过在室内种植植物能够显著提升居住的舒适度,但是在将植物种植引入室内的过程中,一般都是有经验的设计师根据室内情况对植物布局进行设计,这种需要专业人员进行设计,在实际操作中较为麻烦。
发明内容
本发明提供一种室内植物种植布局方法及系统,通过将植物的适宜温度范围和适宜光照范围分别与室内种植区域的温度数据和光照数据进行匹配,进而通过分析单体适应度来判断对应植物是否能够在选定的种植区域适宜生长,并以此作为约束条件进行遗传算法模拟,能够更好地符合室内植物种植布局情况,且无需专业人员通过经验进行设计。
一种室内植物种植布局方法,包括:
获取室内二维平面图和建筑BIM模型,按照预设网格大小将室内二维平面图划分为若干个区域,并标记出候选植物种植区域,候选植物种植区域通过允许植物类型进行标记,将候选植物种植区域记为Xn,n=1,2,3······N,N为候选植物种植区域的总个数;
获取植物信息,将植物信息记为Qk,k=1,2,3······K,K为植物信息的总个数,植物信息Qk包括植物编号,植物类型、适宜温度范围、适宜光照范围、温度影响因子和光照影响因子;
基于候选植物种植区域Xn、建筑BIM模型和植物信息Qk,通过遗传算法模拟输出植物种植布局方案;
根据植物种植布局方案对室内进行植物种植布局。
优选地,通过遗传算法模拟输出植物种植布局方案,具体包括如下步骤:
S1:基于候选植物种植区域Xn和植物信息Qk,建立种群集合,种群集合内部包括模拟植物种植布局方案Fm,m=1,2,3······M,M为模拟植物种植布局方案的总数量;设置最大迭代次数W,模拟植物种植布局方案Fm的存储形式为{f1m,f2m,f3m…fnm…fNm},其中fnm指在候选植物种植区域Xn上安排的植物编号;
S2:令w=1,w用于记录迭代次数;
S3:依次计算种群集合中M个模拟植物种植布局方案Fm对应的整体适应度δm,将最高整体适应度对应的模拟植物种植布局方案存入待选植物种植布局方案库中;
S4:基于模拟植物种植布局方案Fm对应的整体适应度δm计算每个模拟植物种植布局方案Fm对应的选择概率,并且在选择概率Pm的基础上采用轮盘赌选择算法选择M/2个模拟植物种植布局方案Fm,并将选择的M/2个模拟植物种植布局方案Fm组成模拟植物种植布局方案父本集;
S5:对模拟植物种植布局方案父本集中的模拟植物种植布局方案Fm执行交叉操作,输出模拟植物种植布局方案子本集;
S6:判断“w<H”是否成立,其中H为变异次数阈值,若是“w<H”成立,将w+1赋值给w,将模拟植物种植布局方案父本集和模拟植物种植布局方案子本集合并组成种群集合,回到S3;若是“w<H”不成立,进入S7;
S7:对模拟植物种植布局方案子本集合中的模拟植物种植布局方案执行变异操作,对模拟植物种植布局方案子本集合进行更新;
S8:判断“w<W”是否成立,若是“w<W”成立,将w+1赋值给w,将模拟植物种植布局方案父本集和模拟植物种植布局方案子本集合并组成种群集合,回到S3;若是“w<W”不成立,进入S9;
S9:输出待选植物种植布局方案库中整体适应度最高的模拟植物种植布局方案作为植物种植布局方案进行输出。
优选地,基于候选植物种植区域Xn和植物信息Qk,建立种群集合,包括如下内容:
S1.1:设置模拟植物种植布局方案的总数量M;
S1.2:令i=1,i用于作为编号标记模拟植物种植布局方案;
S1.3:令j=1,j用于作为编号选择候选植物种植区域;
S1.4:选择候选植物种植区域Xj,从所有植物信息Qk中选择植物类型符合候选植物种植区域Xj对应的允许植物类型的植物信息Qk,并将所有选择的植物信息Qk组成待选植物信息集合;
S1.5:从待选植物信息集合中随机选择一个植物信息Qk,并将对应的植物编号按顺序存入模拟植物种植布局方案Fi中,模拟植物种植布局方案Fi初始为空;
S1.6:判断“j<N”是否成立,若是“j<N”成立,将j+1赋值给j,回到S1.4;若是“j<N”不成立,进入S1.7;
S1.7:判断“i<M”是否成立,若是“i<M”成立,将i+1赋值给i,回到S1.3;若是“i<M”不成立,输出M个模拟植物种植布局方案Fm,并将M个模拟植物种植布局方案Fm组成种群集合。
优选地,计算模拟植物种植布局方案Fm对应的整体适应度δm,包括如下内容:
S3.1:获取建筑BIM模型,并将建筑BIM模型输入至环境模拟软件中,输出每个区域对应的温度数据集和光照数据集;
S3.2:令y=1,y用于作为编号选择模拟植物种植布局方案Fm内部的植物编号;
S3.3:选择植物编号fym,判断“fym=0”是否成立,若是“fym=0”成立,进入S3.4;若是“fym=0”不成立,进入S3.5;
S3.4:判断“y<N”是否成立,若是“y<N”成立,将y+1赋值给y,回到S3.3;若是“y<N”不成立,进入S3.6;
S3.5:获取植物编号fym对应的适宜温度范围、适宜光照范围、温度影响因子和光照影响因子,计算单体适应度αym=β1(T1/T2)+β2(L1/L2),其中β1和β2分别为温度影响因子和光照影响因子,且满足β1+β2=1;T2为候选植物种植区域Xy对应的温度数据集中温度数据的总个数,T1为候选植物种植区域Xy对应的温度数据集中在适宜温度范围内的温度数据的总个数;L2为候选植物种植区域Xy对应的光照数据集中光照数据的总个数,L1为候选植物种植区域Xy对应的光照数据集中在适宜光照范围内的光照数据的总个数,将单体适应度αym存入单体适应度集中,回到S3.4;
S3.6:获取单体适应度集,计算整体适应度δm=(R+σE)/(R+E),其中R为单体适应度集中所有单体适应度αym的平均值,σ为单体适应度集中所有单体适应度αym的方差,E为单体适应度集中所有单体适应度αym的最大值。
优选地,执行交叉操作,具体包括如下内容:将模拟植物种植布局方案父本集进行复制,得到模拟植物种植布局方案父本集副本,从模拟植物种植布局方案父本集副本中随机选择两个模拟植物种植布局方案Fm,分别记为模拟植物种植布局方案Fz和模拟植物种植布局方案Fv,同时将模拟植物种植布局方案Fz和模拟植物种植布局方案Fv从模拟植物种植布局方案父本集副本中进行删除,通过随机函数生成一个1至N之间的随机数μ,再将fμz和fμv对应的植物编号进行交换,并将交换后的两个模拟植物种植布局方案存入模拟植物种植布局方案子本集;重复上述步骤,直至模拟植物种植布局方案父本集副本中没有模拟植物种植布局方案可选为止,输出模拟植物种植布局方案子本集。
优选地,执行变异操作,具体包括如下内容:从模拟植物种植布局方案子本集合中依次选择模拟植物种植布局方案Fm,通过随机函数生成一个0至1之间的随机数ε,判断“ε<Pc”是否成立,其中Pc为变异概率,由用户进行设定,一般为0.7,若是“ε<Pc”成立,不对选择的模拟植物种植布局方案Fm进行操作;若是“ε<Pc”不成立,再次通过随机函数生成一个1至N之间的随机数ζ,将选择的模拟植物种植布局方案Fm中的植物编号fζm替换为植物类型符合候选植物种植区域Xζ对应的允许植物类型的植物编号。
一种室内植物种植布局系统,包括:
室内二维平面图获取模块,用于获取室内二维平面图;
建筑BIM模型获取模块,用于获取建筑BIM模型;
候选植物种植区域获取模块,用于按照预设网格大小将室内二维平面图划分为若干个区域,并标记出候选植物种植区域;
植物信息获取模块,用于获取植物信息,植物信息包括植物编号,植物类型、适宜温度范围、适宜光照范围、温度影响因子和光照影响因子;
植物种植布局方案输出模块,用于基于候选植物种植区域、建筑BIM模型和植物信息,通过遗传算法模拟输出植物种植布局方案。
本发明具有以下优点:
1、本发明通过将植物的适宜温度范围和适宜光照范围分别与室内种植区域的温度数据和光照数据进行匹配,进而通过分析单体适应度来判断对应植物是否能够在选定的种植区域适宜生长,并以此作为约束条件进行遗传算法模拟,能够更好地符合室内植物种植布局情况,且无需专业人员通过经验进行设计。
2、本发明在执行遗传算法模拟的过程中,不断的进行选择和交叉,便能够将更加适宜生长的植物以及对应的种植区域遗传下去,不断优化整体适应度,从而实现对室内植物布局的优化。
3、本发明在进行整体适应度的计算时,由于整体适应度决定着后续遗传父本的选取,而单体适应度越高代表越优秀的基因,需要保留,所以当所有单体适应度偏离度越高,即方差越大时,整体适应度会更加偏向于单体适应度集中所有单体适应度αym的最大值,避免直接计算平均值忽略了优秀基因。
附图说明
图1为本发明实施例采用的跟随植物状态变化的植物生长控制系统的结构示意图。
实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
实施例1
一种室内植物种植布局方法,包括:
获取室内二维平面图和建筑BIM模型,按照预设网格大小将室内二维平面图划分为若干个区域,并标记出候选植物种植区域,候选植物种植区域通过允许植物类型进行标记,允许植物类型一般为小型植物、中型植物和大型植物,将候选植物种植区域记为Xn,n=1,2,3······N,N为候选植物种植区域的总个数;室内二维平面图和建筑BIM模型一般由设计方提供,其中包括了用户住宅的户型、墙体布局等内容,用户可以通过人机交互选择区域作为种植区域,抑或是设计人员根据住宅用户的喜好选定;种植区域一般来说是指住宅内部可以种植植物的空闲区域,例如客厅角落处;
获取植物信息,将植物信息记为Qk,k=1,2,3······K,K为植物信息的总个数,植物信息Qk包括植物编号,植物类型、适宜温度范围、适宜光照范围、温度影响因子和光照影响因子;温度影响因子和光照影响因子由植物本身特性决定,参考专家经验;植物信息可以由用户根据喜好的进行选择,例如绿萝、万年青和龟背竹等,当用户未进行选择时,直接从自带的植物信息库获取植物信息;特别地,当用户有特殊需求时,例如要添加新的植物信息,用户可以按照植物编号、植物类型、适宜温度范围和适宜光照范围的形式进行添加;
基于候选植物种植区域Xn、建筑BIM模型和植物信息Qk,通过遗传算法模拟输出植物种植布局方案,植物种植布局方案包括选择哪些候选植物种植区域作为种植区域和在选择的种植区域上种植哪种植物;
根据植物种植布局方案对室内进行植物种植布局。
通过遗传算法模拟输出植物种植布局方案,具体包括如下步骤:
S1:基于候选植物种植区域Xn和植物信息Qk,建立种群集合,种群集合内部包括模拟植物种植布局方案Fm,m=1,2,3······M,M为模拟植物种植布局方案的总数量;设置最大迭代次数W,模拟植物种植布局方案Fm的存储形式为{f1m,f2m,f3m…fnm…fNm},其中fnm指在候选植物种植区域Xn上安排的植物编号,特别地,当fnm=0时,说明在候选植物种植区域Xn上并未安排植物种植;
基于候选植物种植区域Xn和植物信息Qk,建立种群集合,包括如下内容:
S1.1:设置模拟植物种植布局方案的总数量M;
S1.2:令i=1,i用于作为编号标记模拟植物种植布局方案;
S1.3:令j=1,j用于作为编号选择候选植物种植区域;
S1.4:选择候选植物种植区域Xj,从所有植物信息Qk中选择植物类型符合候选植物种植区域Xj对应的允许植物类型的植物信息Qk,并将所有选择的植物信息Qk组成待选植物信息集合;由于不同的候选植物种植区域可以种植的植物类型不同,例如候选植物种植区域为茶几处,并只能放置种植小型植物的盆栽;
S1.5:从待选植物信息集合中随机选择一个植物信息Qk,并将对应的植物编号按顺序存入模拟植物种植布局方案Fi中,模拟植物种植布局方案Fi初始为空;
S1.6:判断“j<N”是否成立,若是“j<N”成立,说明还未遍历完所有的候选植物种植区域,将j+1赋值给j,回到S1.4;若是“j<N”不成立,说明已经遍历完所有的候选植物种植区域,此时可以生成下一个模拟植物种植布局方案,进入S1.7;
S1.7:判断“i<M”是否成立,若是“i<M”成立,说明还未生成M个模拟植物种植布局方案,将i+1赋值给i,回到S1.3;若是“i<M”不成立,说明已经生成M个模拟植物种植布局方案,输出M个模拟植物种植布局方案Fm,并将M个模拟植物种植布局方案Fm组成种群集合;
S2:令w=1,w用于记录迭代次数;
S3:依次计算种群集合中M个模拟植物种植布局方案Fm对应的整体适应度δm,将最高整体适应度对应的模拟植物种植布局方案存入待选植物种植布局方案库中;
计算模拟植物种植布局方案Fm对应的整体适应度δm,包括如下内容:
S3.1:获取建筑BIM模型,并将建筑BIM模型输入至环境模拟软件中,输出每个区域对应的温度数据集和光照数据集,需要说明的是,用户可以提前设定预设采集时间,例如30min,即可在通过环境模拟软件进行温度变化模拟时,每隔30min对选定的区域进温度数据采集,并且将一天时间内所有采集的温度数据组成温度数据集,光照数据集的组成同理;
S3.2:令y=1,y用于作为编号选择模拟植物种植布局方案Fm内部的植物编号;
S3.3:选择植物编号fym,判断“fym=0”是否成立,若是“fym=0”成立,说明在候选植物种植区域Xy上并未安排植物种植,进入S3.4;若是“fym=0”不成立,说明在候选植物种植区域Xy上安排了植物种植,进入S3.5;
S3.4:判断“y<N”是否成立,若是“y<N”成立,说明还未遍历完所有的植物编号,将y+1赋值给y,回到S3.3;若是“y<N”不成立,说明已经遍历完所有的植物编号,进入S3.6;
S3.5:获取植物编号fym对应的适宜温度范围、适宜光照范围、温度影响因子和光照影响因子,计算单体适应度αym=β1(T1/T2)+β2(L1/L2),其中β1和β2分别为温度影响因子和光照影响因子,且满足β1+β2=1;T2为候选植物种植区域Xy对应的温度数据集中温度数据的总个数,T1为候选植物种植区域Xy对应的温度数据集中在适宜温度范围内的温度数据的总个数;L2为候选植物种植区域Xy对应的光照数据集中光照数据的总个数,L1为候选植物种植区域Xy对应的光照数据集中在适宜光照范围内的光照数据的总个数,将单体适应度αym存入单体适应度集中,回到S3.4;
S3.6:获取单体适应度集,计算整体适应度δm=(R+σE)/(R+E),其中R为单体适应度集中所有单体适应度αym的平均值,σ为单体适应度集中所有单体适应度αym的方差,E为单体适应度集中所有单体适应度αym的最大值;由于整体适应度决定着后续遗传父本的选取,而单体适应度越高代表越优秀的基因,需要保留,所以当所有单体适应度偏离度越高,即方差越大时,整体适应度会更加偏向于单体适应度集中所有单体适应度αym的最大值,避免直接计算平均值忽略了优秀基因;
S4:基于模拟植物种植布局方案Fm对应的整体适应度δm计算每个模拟植物种植布局方案Fm对应的选择概率,并且在选择概率Pm的基础上采用轮盘赌选择算法选择M/2个模拟植物种植布局方案Fm,并将选择的M/2个模拟植物种植布局方案Fm组成模拟植物种植布局方案父本集;
S5:对模拟植物种植布局方案父本集中的模拟植物种植布局方案Fm执行交叉操作,输出模拟植物种植布局方案子本集;
执行交叉操作具体包括如下内容:将模拟植物种植布局方案父本集进行复制,得到模拟植物种植布局方案父本集副本,从模拟植物种植布局方案父本集副本中随机选择两个模拟植物种植布局方案Fm,分别记为模拟植物种植布局方案Fz和模拟植物种植布局方案Fv,同时将模拟植物种植布局方案Fz和模拟植物种植布局方案Fv从模拟植物种植布局方案父本集副本中进行删除,通过随机函数生成一个1至N之间的随机数μ,再将fμz和fμv对应的植物编号进行交换,并将交换后的两个模拟植物种植布局方案存入模拟植物种植布局方案子本集;重复上述步骤,直至模拟植物种植布局方案父本集副本中没有模拟植物种植布局方案可选为止,输出模拟植物种植布局方案子本集;在不断的执行选择和交叉的过程中,便能够将更加适宜生长的植物以及对应的种植区域遗传下去,不断优化整体适应度,从而实现对室内植物布局的优化。
S6:判断“w<H”是否成立,其中H为变异次数阈值,若是“w<H”成立,说明迭代次数还未到达变异次数阈值,将w+1赋值给w,将模拟植物种植布局方案父本集和模拟植物种植布局方案子本集合并组成种群集合,回到S3;若是“w<H”不成立,说明迭代次数已经到达变异次数阈值,由于在不断的迭代过程中,整体适应度会不断的趋于平稳,容易陷入局部最优解,因此当迭代次数到达变异次数阈值后,需要对模拟植物种植布局方案子本集进行变异操作,从而达到跳出局部最优解的效果,进入S7;
S7:对模拟植物种植布局方案子本集合中的模拟植物种植布局方案执行变异操作,对模拟植物种植布局方案子本集合进行更新;
执行变异操作具体包括如下内容:从模拟植物种植布局方案子本集合中依次选择模拟植物种植布局方案Fm,通过随机函数生成一个0至1之间的随机数ε,判断“ε<Pc”是否成立,其中Pc为变异概率,由用户进行设定,一般为0.7,若是“ε<Pc”成立,不对选择的模拟植物种植布局方案Fm进行操作;若是“ε<Pc”不成立,再次通过随机函数生成一个1至N之间的随机数ζ,将选择的模拟植物种植布局方案Fm中的植物编号fζm替换为植物类型符合候选植物种植区域Xζ对应的允许植物类型的植物编号;
S8:判断“w<W”是否成立,若是“w<W”成立,说明还未到达最大迭代次数,将w+1赋值给w,将模拟植物种植布局方案父本集和模拟植物种植布局方案子本集合并组成种群集合,回到S3;若是“w<W”不成立,说明已经到达最大迭代次数,进入S9;
S9:输出待选植物种植布局方案库中整体适应度最高的模拟植物种植布局方案作为植物种植布局方案进行输出。
本申请将植物的适宜温度范围和适宜光照范围分别与室内种植区域的温度数据和光照数据进行匹配,进而通过分析单体适应度来判断对应植物是否能够在选定的种植区域适宜生长,并以此作为约束条件进行遗传算法模拟,能够更好地符合室内植物种植布局情况,且无需专业人员通过经验进行设计。
实施例2
一种室内植物种植布局系统,参见图1,包括:
室内二维平面图获取模块,用于获取室内二维平面图;
建筑BIM模型获取模块,用于获取建筑BIM模型;
候选植物种植区域获取模块,用于按照预设网格大小将室内二维平面图划分为若干个区域,并标记出候选植物种植区域;
植物信息获取模块,用于获取植物信息,植物信息包括植物编号,植物类型、适宜温度范围、适宜光照范围、温度影响因子和光照影响因子;
植物种植布局方案输出模块,用于基于候选植物种植区域、建筑BIM模型和植物信息,通过遗传算法模拟输出植物种植布局方案。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。本说明书中未作详细描述的部分属于本领域专业技术人员公知的现有技术。
Claims (4)
1.一种室内植物种植布局方法,其特征在于,包括:
获取室内二维平面图和建筑BIM模型,按照预设网格大小将室内二维平面图划分为若干个区域,并标记出候选植物种植区域,候选植物种植区域通过允许植物类型进行标记,将候选植物种植区域记为Xn,n=1,2,3······N,N为候选植物种植区域的总个数;
获取植物信息,将植物信息记为Qk,k=1,2,3······K,K为植物信息的总个数,植物信息Qk包括植物编号,植物类型、适宜温度范围、适宜光照范围、温度影响因子和光照影响因子;
基于候选植物种植区域Xn、建筑BIM模型和植物信息Qk,通过遗传算法模拟输出植物种植布局方案;
通过遗传算法模拟输出植物种植布局方案包括如下内容:基于候选植物种植区域Xn和植物信息Qk,建立种群集合;计算种群集合内模拟植物种植布局方案对应的整体适应度;基于模拟植物种植布局方案对应的整体适应度对种群集合迭代执行交叉和变异操作;输出整体适应度最高的模拟植物种植布局方案作为植物种植布局方案;
基于候选植物种植区域Xn和植物信息Qk,建立种群集合,包括如下内容:
S1.1:设置模拟植物种植布局方案的总数量M;
S1.2:令i=1,i用于作为编号标记模拟植物种植布局方案;
S1.3:令j=1,j用于作为编号选择候选植物种植区域;
S1.4:选择候选植物种植区域Xj,从所有植物信息Qk中选择植物类型符合候选植物种植区域Xj对应的允许植物类型的植物信息Qk,并将所有选择的植物信息Qk组成待选植物信息集合;
S1.5:从待选植物信息集合中随机选择一个植物信息Qk,并将对应的植物编号按顺序存入模拟植物种植布局方案Fi中,模拟植物种植布局方案Fi初始为空;
S1.6:判断“j<N”是否成立,若是“j<N”成立,将j+1赋值给j,回到S1.4;若是“j<N”不成立,进入S1.7;
S1.7:判断“i<M”是否成立,若是“i<M”成立,将i+1赋值给i,回到S1.3;若是“i<M”不成立,输出M个模拟植物种植布局方案Fm,并将M个模拟植物种植布局方案Fm组成种群集合;
根据植物种植布局方案对室内进行植物种植布局;
通过遗传算法模拟输出植物种植布局方案,具体包括如下步骤:
S1:基于候选植物种植区域Xn和植物信息Qk,建立种群集合,种群集合内部包括模拟植物种植布局方案Fm,m=1,2,3······M,M为模拟植物种植布局方案的总数量;设置最大迭代次数W,模拟植物种植布局方案Fm的存储形式为{f1m,f2m,f3m…fnm…fNm},其中fnm指在候选植物种植区域Xn上安排的植物编号;
S2:令w=1,w用于记录迭代次数;
S3:依次计算种群集合中M个模拟植物种植布局方案Fm对应的整体适应度δm,将最高整体适应度对应的模拟植物种植布局方案存入待选植物种植布局方案库中;
S4:基于模拟植物种植布局方案Fm对应的整体适应度δm计算每个模拟植物种植布局方案Fm对应的选择概率,并且在选择概率Pm的基础上采用轮盘赌选择算法选择M/2个模拟植物种植布局方案Fm,并将选择的M/2个模拟植物种植布局方案Fm组成模拟植物种植布局方案父本集;
S5:对模拟植物种植布局方案父本集中的模拟植物种植布局方案Fm执行交叉操作,输出模拟植物种植布局方案子本集;
S6:判断“w<H”是否成立,其中H为变异次数阈值,若是“w<H”成立,将w+1赋值给w,将模拟植物种植布局方案父本集和模拟植物种植布局方案子本集合并组成种群集合,回到S3;若是“w<H”不成立,进入S7;
S7:对模拟植物种植布局方案子本集合中的模拟植物种植布局方案执行变异操作,对模拟植物种植布局方案子本集合进行更新;
S8:判断“w<W”是否成立,若是“w<W”成立,将w+1赋值给w,将模拟植物种植布局方案父本集和模拟植物种植布局方案子本集合并组成种群集合,回到S3;若是“w<W”不成立,进入S9;
S9:输出待选植物种植布局方案库中整体适应度最高的模拟植物种植布局方案作为植物种植布局方案进行输出;
计算模拟植物种植布局方案Fm对应的整体适应度δm,包括如下内容:
S3.1:获取建筑BIM模型,并将建筑BIM模型输入至环境模拟软件中,输出每个区域对应的温度数据集和光照数据集;
S3.2:令y=1,y用于作为编号选择模拟植物种植布局方案Fm内部的植物编号;
S3.3:选择植物编号fym,判断“fym=0”是否成立,若是“fym=0”成立,进入S3.4;若是“fym=0”不成立,进入S3.5;
S3.4:判断“y<N”是否成立,若是“y<N”成立,将y+1赋值给y,回到S3.3;若是“y<N”不成立,进入S3.6;
S3.5:获取植物编号fym对应的适宜温度范围、适宜光照范围、温度影响因子和光照影响因子,计算单体适应度αym=β1(T1/T2)+β2(L1/L2),其中β1和β2分别为温度影响因子和光照影响因子,且满足β1+β2=1;T2为候选植物种植区域Xy对应的温度数据集中温度数据的总个数,T1为候选植物种植区域Xy对应的温度数据集中在适宜温度范围内的温度数据的总个数;L2为候选植物种植区域Xy对应的光照数据集中光照数据的总个数,L1为候选植物种植区域Xy对应的光照数据集中在适宜光照范围内的光照数据的总个数,将单体适应度αym存入单体适应度集中,回到S3.4;
S3.6:获取单体适应度集,计算整体适应度δm=(R+σE)/(R+E),其中R为单体适应度集中所有单体适应度αym的平均值,σ为单体适应度集中所有单体适应度αym的方差,E为单体适应度集中所有单体适应度αym的最大值。
2.根据权利要求1所述的一种室内植物种植布局方法,其特征在于,执行交叉操作,具体包括如下内容:将模拟植物种植布局方案父本集进行复制,得到模拟植物种植布局方案父本集副本,从模拟植物种植布局方案父本集副本中随机选择两个模拟植物种植布局方案Fm,分别记为模拟植物种植布局方案Fz和模拟植物种植布局方案Fv,同时将模拟植物种植布局方案Fz和模拟植物种植布局方案Fv从模拟植物种植布局方案父本集副本中进行删除,通过随机函数生成一个1至N之间的随机数μ,再将fμz和fμv对应的植物编号进行交换,并将交换后的两个模拟植物种植布局方案存入模拟植物种植布局方案子本集;重复上述步骤,直至模拟植物种植布局方案父本集副本中没有模拟植物种植布局方案可选为止,输出模拟植物种植布局方案子本集。
3.根据权利要求2所述的一种室内植物种植布局方法,其特征在于,执行变异操作,具体包括如下内容:从模拟植物种植布局方案子本集合中依次选择模拟植物种植布局方案Fm,通过随机函数生成一个0至1之间的随机数ε,判断“ε<Pc”是否成立,其中Pc为变异概率,若是“ε<Pc”成立,不对选择的模拟植物种植布局方案Fm进行操作;若是“ε<Pc”不成立,再次通过随机函数生成一个1至N之间的随机数ζ,将选择的模拟植物种植布局方案Fm中的植物编号fζm替换为植物类型符合候选植物种植区域Xζ对应的允许植物类型的植物编号。
4.一种室内植物种植布局系统,其特征在于,所述系统应用上述权利要求1-3任一项所述的一种室内植物种植布局方法,包括:
室内二维平面图获取模块,用于获取室内二维平面图;
建筑BIM模型获取模块,用于获取建筑BIM模型;
候选植物种植区域获取模块,用于按照预设网格大小将室内二维平面图划分为若干个区域,并标记出候选植物种植区域;
植物信息获取模块,用于获取植物信息,植物信息包括植物编号,植物类型、适宜温度范围、适宜光照范围、温度影响因子和光照影响因子;
植物种植布局方案输出模块,用于基于候选植物种植区域、建筑BIM模型和植物信息,通过遗传算法模拟输出植物种植布局方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311437309.2A CN117150636B (zh) | 2023-11-01 | 2023-11-01 | 一种室内植物种植布局方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311437309.2A CN117150636B (zh) | 2023-11-01 | 2023-11-01 | 一种室内植物种植布局方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117150636A CN117150636A (zh) | 2023-12-01 |
CN117150636B true CN117150636B (zh) | 2024-01-09 |
Family
ID=88899250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311437309.2A Active CN117150636B (zh) | 2023-11-01 | 2023-11-01 | 一种室内植物种植布局方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117150636B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014486B (zh) * | 2024-04-08 | 2024-06-11 | 华东交通大学 | 一种绿色物流仓库优化系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108495252A (zh) * | 2018-02-28 | 2018-09-04 | 哈尔滨工程大学 | 基于遗传算法和模拟退火的室内定位网元优化布局方法 |
CN108805349A (zh) * | 2018-05-30 | 2018-11-13 | 中国科学院遥感与数字地球研究所 | 一种基于改进布谷鸟算法的作物种植空间布局优化方法 |
RU2694220C1 (ru) * | 2018-10-23 | 2019-07-10 | Федеральное государственное автономное образовательное учреждение высшего образования "Волгоградский государственный университет" | Способ дистанционного определения антропогенной трансформации фитоценозов в полосе отвода путей транспорта и линий электропередачи |
CN113592318A (zh) * | 2021-08-04 | 2021-11-02 | 中国建筑科学研究院有限公司 | 一种城市绿地最优化布局模型建立方法及系统 |
CN115563684A (zh) * | 2022-10-18 | 2023-01-03 | 浙江汉宇设计有限公司 | 一种基于场景模拟的园林景观设计系统 |
WO2023029446A1 (zh) * | 2021-09-02 | 2023-03-09 | 广东泰坦智能动力有限公司 | 基于遗传算法的谐振变换器设计参数选定方法 |
CN116167145A (zh) * | 2023-04-23 | 2023-05-26 | 中铁第四勘察设计院集团有限公司 | 道路下方综合体空间立体安全疏散体系构建方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210357543A1 (en) * | 2019-07-17 | 2021-11-18 | Smartscapes Studio, S.L. | Method and system for generating artificial intelligence-aided design solutions and training method and system of the same |
-
2023
- 2023-11-01 CN CN202311437309.2A patent/CN117150636B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108495252A (zh) * | 2018-02-28 | 2018-09-04 | 哈尔滨工程大学 | 基于遗传算法和模拟退火的室内定位网元优化布局方法 |
CN108805349A (zh) * | 2018-05-30 | 2018-11-13 | 中国科学院遥感与数字地球研究所 | 一种基于改进布谷鸟算法的作物种植空间布局优化方法 |
RU2694220C1 (ru) * | 2018-10-23 | 2019-07-10 | Федеральное государственное автономное образовательное учреждение высшего образования "Волгоградский государственный университет" | Способ дистанционного определения антропогенной трансформации фитоценозов в полосе отвода путей транспорта и линий электропередачи |
CN113592318A (zh) * | 2021-08-04 | 2021-11-02 | 中国建筑科学研究院有限公司 | 一种城市绿地最优化布局模型建立方法及系统 |
WO2023029446A1 (zh) * | 2021-09-02 | 2023-03-09 | 广东泰坦智能动力有限公司 | 基于遗传算法的谐振变换器设计参数选定方法 |
CN115563684A (zh) * | 2022-10-18 | 2023-01-03 | 浙江汉宇设计有限公司 | 一种基于场景模拟的园林景观设计系统 |
CN116167145A (zh) * | 2023-04-23 | 2023-05-26 | 中铁第四勘察设计院集团有限公司 | 道路下方综合体空间立体安全疏散体系构建方法及系统 |
Non-Patent Citations (3)
Title |
---|
基于动态布置法的地铁车站施工场地规划布置研究;汲红旗;周佳庆;李磊;施成华;雷涛;;铁道科学与工程学报(第07期);全文 * |
基于复杂适应系统的种植结构调整建模与仿真;岳国峰;王维国;郎景波;;黑龙江大学工程学报(第02期);全文 * |
基于树形结构模拟的建筑布局设计优化;彭磊;;科技通报(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117150636A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117150636B (zh) | 一种室内植物种植布局方法及系统 | |
Hof et al. | Spatial optimization in ecological applications | |
CN104376142A (zh) | 一种结合作物虚拟生长模型的水稻株型定量控制方法 | |
CN112862380B (zh) | 一种基于混合算法的项目型产品装配车间人员调度方法、设备及存储介质 | |
Jacob | Evolving evolution programs: Genetic programming and L-systems | |
CN104965997A (zh) | 一种基于植物功能与结构模型的作物虚拟育种方法 | |
Jacob | Genetic L-system programming: breeding and evolving artificial flowers with Mathematica | |
CN114859734A (zh) | 一种基于改进sac算法的温室环境参数优化决策方法 | |
CN106372740B (zh) | 一种牧区水土草畜平衡模型的计算方法及系统 | |
Fernández et al. | Emergent diversity in an open-ended evolving virtual community | |
Muniglia et al. | Multicriteria optimization of a single-cell oil production | |
CN102306251A (zh) | 新型生物网络模型的构建方法 | |
Doursat | Facilitating evolutionary innovation by developmental modularity and variability | |
CN107085643A (zh) | 一种盐水灌溉节点的获取方法 | |
Martin-Clouaire et al. | A survey of computer-based approaches for greenhouse climate management | |
CN104281877A (zh) | 一种基于改进遗传聚类的人类活动区域分类方法 | |
Warren et al. | Trait evolution in an individual-based model of herbaceous vegetation | |
Kamat et al. | PolyPoD: An Algorithm for Polyculture Seed Placement | |
Wen et al. | Mapping the genetic architecture of developmental modularity in ornamental plants | |
Galatalı et al. | Mutation Breeding in Horticultural Plant Species | |
Han et al. | Spatial distributions of niche-constructing populations | |
Ding et al. | Optimization method to obtain appropriate spacing parameters for crop cultivation | |
Günder et al. | Evolutionary Hierarchical Harvest Schedule Optimization for Food Waste Prevention | |
Rangarajan | Exploring the root phenome: simulation modeling with a functional structural plant model | |
Kasmire et al. | Universal Darwinism in greenhouses: Proof of concept using an agent based model |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |