一种改进遗传神经网络算法在茶叶种植中的应用

谢聪，梁敏，郑洪清

（广西外国语学院，广西南宁530022）

一种改进遗传神经网络算法在茶叶种植中的应用

谢聪，梁敏，郑洪清

（广西外国语学院，广西南宁530022）

当今社会农业信息化发展迅猛，遗传神经网络算法广泛应用在农业生产中。茶叶作为我国高端的经济农作物，其品质和产量都有严格的标准。本文阐述农业信息化与茶叶种植技术的结合，研究了茶农在茶叶种植过程的监控和评估体系，重点分析了遗传神经网络算法的改进方案，这对信息化技术应用于生产优质的茶品，提供了一定的参考价值。

遗传算法；网络神经；茶叶种植

我国是茶叶种植和销售的大国，科学的茶叶种植管理技术，能获得优质的茶叶。科技力量发展日新月异，传统的茶叶种植技术得到了突飞猛进的发展。一种改进遗传神经网络算法作为信息采集、数据决策分析的现代化技术，将为茶叶种植提供了新的思路和方法。

1 遗传神经网络算法模型构建

神经网络控制和遗传算法是两种生物智能控制方法，自他们诞生之日起就解决很多实际生产问题，但是它们有各自的局限性。将二者有机结合起来，扬长避短，为生物信息化模型技术的发展，提供强大思路和动力。

1.1 传统遗传神经网络算法评估

传统的遗传算法（Genetic Algorithm，简称GA）是应用于计算机程序的一种独立存在的的生物仿生技术。“遗传算法”顾名思义，这一技术原理是套用了生物上的遗传规律。它巧妙地将亟待解决的问题假想成生物学问题，从而用遗传的规律来找到解决问题的答案。遗传算法是人工智能的一个分支，具有很强的全局收索和优化计算能力，简单、通用。在追求智能化的今天，被广泛应用于社会的各行各业。1.2传统遗传神经网络算法在农业上的应用

中国作为农业大国，农业的发展水平直接影响社会的进步和人民的生活质量。社会科技的发展，农业运作模式也在紧随时代的脚步而改变，从农作物的种植经营到农产品的加工包装。计算机技术在农业生产上的运用，使得农业生产智能化被作为新模式而推广。遗传算法实现了农业生产模式的智能，农业生产者通过应用遗传算法，可以根据田地的类型选择合适的农作物，还可以通过智能系统来预见农作物的生长情况，及时对可能预见的灾害做有效的防治，确保农产品高产高质。

1.3 遗传神经网络算法的创新改进

传统的遗传算法确实为农业智能化提供了很好的思路和方法，但是随着生产实践，它的盲点也逐渐的明显化。比如：遗传算法虽然能监控出一片农田作物的生长状况，但是却不能完全反映出这一地区农田作物的综合情况。也就是说遗传算法有统计的局限性，是专业计算机术语说的“早熟现象”。神经网络与遗传算法的结合应用，有效的弥补传统遗传算法的缺点，使网络监控的智能数据的可信度更高，更具有使用价值。改进的遗传神经网络算法在测土配方施肥、农田的水分管理、病虫害的防治方面提供了可靠有用的信息，整合了农业生产操作流程。

2 茶叶种植管理的模式分析

茶叶的种植具有一定的经济效益，但茶本身还具有的养生价值和文化价值。从农业生产的角度讲，在茶叶种植、加工和销售的全过程里，茶叶种植管理模式的本质是种植出高品质的茶叶，这是整个茶产业顺利运作的根基。

2.1 茶叶种植管理技术分析

我国拥有得天独厚的茶树生长环境、丰富的种植技术。茶树，是热带、亚热带植物，喜欢温暖湿润的环境，在微酸性土壤中能生长的茂盛，云南等南方地区是我国的茶业主产区。茶树是一种长寿常绿树木，建立一座茶园可以经营几十年之久。茶树的品种选择，茶园的地址选择，都是非常重要的。茶园地址选好、品种确定后，应用一整套科学的种植技术，茶树苗开始在温度适宜的环境中成长。就像一句谚语描述的那样：“开沟定植施基肥，密植矮化高收益”。在茶园施肥的过程中，要以氮肥为主要肥料，目的是促进茶树叶片的茁壮生长。完善茶园的管理及灌溉系统，防止水土流失等现象发生。

2.2 茶叶种植管理模式

社会上公认的茶叶种植管理模式有四大类-小农生产（农户），联作制(公司+基地+农户)，合作社(农户+农户)，大茶企(公司+基地)。就目前的农业政策倾向来讲。合作社是最贴近农户的茶叶种植管理方式，入社的茶农共同经营、优势互补、共负盈亏、积极性提高。而且，在智能化种植的当下，合作社重视生产高品质的茶叶，积极将产品与电子信息技术挂钩，实现安全生产管理与质量溯源。其他管理模式也是有自己的优点，根据生产的方式以及要求，茶农选择适合自己的种植模式。

2.3 遗传神经网络算法在茶叶种植中的应用

21世纪是信息时代，传统的生产模式注定要融入有信息化的技术，也就是将农业信息化、智能化。工程师们把收集的物理、化学、生物数据应用一个模型来处理，最后获得想要的预测。对农业而言，土壤的酸碱度、肥力、气候等数据。被工程师们搜集并输入拟定好的程序中，得到这个地区不同种植的作物及产量情况。这套技术无疑给农业从业者，从农业信息上带来更多可预见性的指导。茶叶种植中，需要有精细、精准的生产和管理。无论茶农选择哪种茶叶种植管理模式，农业信息化的应用的优势都是不可取代的。从大的方面说，茶园的种植管理信息化以后，物资的配备到人员的安排，都是有章可寻，有法可依。这样就减少了资源和人力浪费，从而使茶生产更经济化；在细节方面讲，茶叶的种植有了信息化以后。茶树生长的水、肥、气、热四大因素变的可监控和预测，这为生产出好品质的茶叶，提供了可靠的依据。

3 遗传神经网络算法在茶叶种植中的应用的可行性分析

茶叶的种植是一种精细化的农业生产过程，构建遗传神经网络算法模型能达到茶叶种植精细化的目的。遗传神经网络算法通过对采集数据进行分析，得出本地区适合种植的茶树品种、水肥管理模式、加工销售等条件，这比传统的茶叶种植显得更智能。

3.1 茶叶种植的地域性分析

农业生产过程中，土地的适宜性是最优先考虑的。我国的茶叶主产区在云南等省的广大丘陵山区这里的土地多以红壤和黄壤土居多，土层深厚透气性好，非常适合高品质茶叶的种植。所以，在一说到茶，人们的理念中就根深蒂固的想到了云南等主要产区，云南的茶文化也是传承和拓展的好的地方。土地适宜是茶叶种植的一个条件，同时还需要适宜的气候环境。温暖湿润的环境是茶叶生产所需要的，土地、气候等因素都在不断的变化。比如近几年频繁发生的低温现象，使得很多的有经验的茶农无法正确的把握茶叶种植的时机。随着科技的发展，农业信息化的普及为茶农们增添了新的管理思路，茶农的经验和科技技术完美配合，这使茶叶种植的逐渐摆脱地域性的限制。

3.2 茶叶种植的产业链分析

茶树种植是茶叶产业链的开端，四大茶叶种植茶区都各有利弊，种植户要根据自己的情况来选择合适的模式。种植茶叶是一门手艺，经验丰富的茶农可以很好的掌控茶叶种植过程。优质的茶叶采摘完毕，要经过摊青、杀青、理条、做形、提毫、烘干、精选等一系列的加工才能形成茶成品。不同的茶叶在加工工艺中各有其法。比如碧螺春和龙井茶在杀青步骤中，碧螺春需要的锅温在190-200℃，而龙井只需要80-100℃。好的茶叶生产加工出来了，卖给谁，怎么卖？最恰当的方法是自销。我国的茶文化历史悠久，茶被比拟成高洁宁静的形象，深得人们的喜爱，饮茶可以促进人的身体健康。另外，销售茶叶的另一个大渠道就是出口。中国是茶叶生产大国，有着浓厚的茶文化。但与常人知道的观念略有不同的是，中国虽是最大的饮茶国，但人均茶叶消费量还不是很多的，比不上主要的饮茶国英国、摩洛哥等国家。所以，中国茶叶的出口贸易，也是茶销售的一个重要渠道。

3.3 茶叶种植经济性的分析

茶树是常绿木本叶用经济作物。喜温喜湿，耐阴忌水，生长快、适应性广。茶树种植在山上，不仅不会同粮食、油料、糖蔗等经济作物争土地，而且又能绿化荒山丘陵，保持水土，美化环境，净化空气，改善生态环境。发展茶叶生产，既能增加山区群众经济收入，繁荣市场，又能为国家提供税利和出口创汇，为祖国“四化”建设积累资金，茶叶种植是山区群众“脱贫致富”的一条好门路。茶种植过程中的投人主要包括：茶苗投入、肥料投入及人工投入。如何降低成本，还能获得高产高品质的茶叶，是茶农经济增收的主要目的。选择适宜的茶树品种，有机的肥料，节省人工的种植管理方式，都是茶叶生产者必须面临和解决的问题。以往传统的茶叶种植，依靠的是茶农的经验，比较粗犷，属于是靠天吃饭，再加上外界环境的影响，茶叶的产量总是维持一个范围内，很难从根本上提高产量。

而现在智能农业的广泛推广，茶农可以依靠信息化的技术，来选择最优的种植方案，从而避免浪费，压缩成本。现在的农业是高度信息化、科学化，人们充分利用身边的各种资源，能够有效监测和评估农业生产的各个环节，实现了种植过程科学性与可预测化。

4 结论

将遗传神经网络算法模型引入茶叶种植中，改变传统的茶叶种植管理中的弊端。为茶农们增添了新的种茶思路，茶农的经验和遗传神经网络算法模型的结合，使茶叶种植的逐渐摆脱地域性的限制，能够有效监测和评估农业生产的各个环节。农业信息化的普及，为茶叶种植带来了便捷。信息化为茶树品种的选择、茶园的选址以及种植管理提供了很好的保障和依据，为茶产业链更好的运作起到了推动作用。

[1]黄友锐．智能优化算法及其应用[M]．北京：国防工业出版社2009

[2]曹潘荣.普洱茶品质的地域性差异分析[J].广东茶业,2011(6):77-79.

[3]李捷.如果搞好山区茶叶种植管理[J].农民致富之友,2014(13): 134-135.

[4]傅国华.运转农产品产业链提高农业系统效益[J].中国农业经济, 2009(11):24-25.

[5]汪近能,吴新余.遗传算法的改进及应用[J].南京邮电学院学报, 2011(12):16-18.

广西高校科研项目（KY2015YB539）

谢聪（1982-），男，广西陆川人，硕士，讲师，研究方向：计算机应用，网络安全，信息技术。梁敏（1983-），女，广西南宁人，硕士，讲师，研究方向：艺术设计学。郑洪清（1978-），男，湖南邵阳人，硕士，讲师，研究方向：智能计算及应用。