根系生长模型:植物根系数值函数优化和仿真的新方法

本文提出了一种一般的优化模型,该模型从土壤中的根系生长行为收集了一些想法。 该研究的目的是研究一种新颖的,受生物启发的方法,用于复杂的系统建模和计算,尤其是用于优化高维数值函数。 对于本研究,设计了数学框架和体系结构来模拟植物的根系生长模式。 在这种结构下,研究了土壤和根系生长之间的相互作用。 在框架中派生了一种称为“根增长算法”(RGA)的新颖方法,并进行了仿真研究以评估该算法。 仿真结果表明,所提出的模型能够反映植物在土壤中的根系生长行为,数值结果也表明,RGA是一种用于高维数值函数优化的强大搜索和优化技术。