【技术实现步骤摘要】
【国外来华专利技术】自动调整与育种模型相关联的权重的方法和系统
[0001]相关申请的交叉引用
[0002]本申请要求在2020年12月2日提交的美国临时申请63/120,662号的权益和优先权。以上申请的全部公开内容通过引用方式并入本文中。
[0003]本公开一般涉及在农业选择模型中使用或与农业选择模型一起使用的方法和系统,具体而言,涉及用于自动调整与此类模型相关联的权重以用于识别和/或选择所需亲本以供后续使用(例如,用于推进育种流水线等)的方法和系统。
技术介绍
[0004]本部分提供了与本公开相关的背景信息,其不一定是现有技术。
[0005]在植物发育中,能够通过选择性育种或遗传操作在植物中进行修饰。而且,当实现理想的改进时,通过种植来自选定植物的种子并在几代中收获所得种子来发展商业数量。关于选择性育种,许多决定是基于所培育植物的特性和/或性状,以及类似地基于所培育植物的亲本的特性和/或性状而做出的。而且,并非所有所得的杂交都能保证继承或表现出所需的性状。因此,作为选择特定植物以在此类修饰后进行进一步开发的一部分,从植物和/或其产生的种子取得样品并进行测试,使得只有具有所需特性和/或性状的植物和/或种子得到改进。也就是说,植物开发涉及大量的可能杂交,必须从中做出最终的育种决定。
附图说明
[0006]本文描述的图式仅用于说明所选实施方案的目的,而不是所有可能的实现方式,并且不旨在限制本公开的范围。
[0007]图1说明了本公开的示例系统,其适用于识别和/或选择亲本以用于植物育种和/或 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于识别在与植物提升相关联的选择算法中采用的权重的系统,所述系统包括:计算装置,所述计算装置被配置成:识别用于与育种计划相关联的选择算法的初始权重组和由所述选择算法和所述初始权重组定义的初始种质组,所述初始种质组与性能阈值相关联;针对比例参数进度表中的每个比例参数值:针对N次迭代中的每一次迭代,其中N是整数:基于所述比例参数值来修改所述初始权重组;基于所述选择算法、所述修改后的权重组和所述比例参数值来识别种质组;响应于i)所述识别的种质组的估计性能满足所述性能阈值和ii)迭代次数小于N,将所述修改后的权重组作为所述初始权重组推进到下一次迭代;响应于i)所述识别的种质组的所述估计性能不满足所述性能阈值、ii)所述识别的种质组的所述估计性能满足另一个阈值和iii)迭代次数小于N,将所述修改后的权重组作为所述初始权重组推进到下一次迭代;以及响应于i)所述识别的种质组的所述估计性能满足所述性能阈值和ii)迭代次数等于N,识别所述修改后的权重组以作为所述N次迭代的输出;以及针对所述比例参数进度表中的所述比例参数值中的一个,返回所述输出中的一个作为用于与所述育种计划相关联的所述选择算法的最终权重组。2.如权利要求1所述的系统,其中所述计算装置被配置成随机地修改与所述比例参数值一致的所述初始权重组。3.如权利要求1所述的系统,其中所述比例参数进度表包括多个比例参数值,并且其中所述比例参数值中的每个比例参数值指示可用于修改所述权重组的变异性。4.如权利要求1所述的系统,其中所述计算装置被配置成经由所述选择算法而基于历史测试数据来识别所述种质组。5.如权利要求1所述的系统,其中所述计算装置还被配置成,针对所述比例参数进度表中的每个比例参数值,并且针对所述N次迭代中的每一次迭代,计算所述种质组的所述估计性能以作为所述种质组与参考种质组之间的百分比重叠,并且将所述计算的估计性能与所述性能阈值进行比较。6.如权利要求5所述的系统,其中所述计算装置还被配置成,针对所述比例参数进度表中的每个比例参数值,并且针对所述N次迭代中的每一次迭代,响应于停止条件得到满足,识别所述修改后的权重组以作为所述N次迭代的输出。7.如权利要求6所述的系统,其中所述停止条件包括以下各项中的至少一个:所述修改后的种质组的所述估计性能超过阈值和/或经过多次迭代后的性能提高程度。8.如权利要求1所述的系统,其中所述计算装置被配置成,结合将所述修改后的权重组作为所述初始权重组推进到下一次迭代,将所述识别的种质组的所述估计性能设置为所述性能阈值。9.如权利要求1所述的系统,其中所述计算装置还被配置成,响应于所述识别的种质组的所述估计性能不满足所述性能阈值和迭代次数小于N:基于下式来计算所述另一个阈值以作为所述识别的种质组的所述估计性能的接受概
率阈值:其中E
′
是所述识别的种质组的所述估计性能,E是所述性能阈值,并且S是所述比例参数值;将所述接受概率与所述比例参数值和所述N迭代的随机生成数进行比较;以及响应于所述随机生成数满足所述接受概率,确定所述另一个阈值得到满足。10.如权利要求1所述的系统,其中所述计算装置还被配置成,针对所述比例参数进度表中的每个比例参数值,针对所述N次迭代中的每一次迭代:丢弃所述修改后的权重组;并且响应于i)所述识别的种质组的所述估计性能不满足所述性能阈值、ii)所述识别的种质组的所述估计性能不满足所述另一个阈值和iii)迭代次数小于N,将所述初始权重组作为所述初始权重组推进到下一次迭代。11.如权利要求1所述的系统,其中N小于500。12.如权利要求1所述的系统,其中所述计算装置还被配置成基于所述最终权重组和所述选择算法来识别至少一个种质。13.如权利要求12所述的系统,所述系统还包括布置在所述育种计划的育种流水线的生长空间中的植物,所述植物来源于所述至少一个种质。14.如权利要求1所述的系统,其中所述计算装置还被配置成生成关于所述最终权重组和与所述最终权重组相关联的所述估计性能的报告。15.一种用于识别在与植物提升相关联的选择算法中采用的权重的方法,所述方法包括:识别i)用于与育种计划相关联的选择算法的初始权重组并且ii)基于历史测试数据来识别初始种质组,所述初始种质组与性能阈值相关联;针对比例参数进度表中的每个比例参数值:针对N次迭代中的每一次迭代,其中N是整数:基于所述比例参数值来修改所述初始权重组;基于所述选择算法、所述修改后的权重组和所述比例参数值来识别种质组;响应于i)所述识别的种质组的估计性能满足所述性能阈值和ii)迭代次数小于N,将所述修改后的权重组作为所述初始权重组推进到下一次迭代;以及响应于i)所述识别的种质组的所述估计性能满足所述性能阈值和ii)迭代次数等于N,识别所述修改后的权重组以作为所述N次迭代的输出;以及针对所述比例参数进度表中的所述比例参数值中的一个,返回所述输出中的一个作为用于与所述育种计划相关联的所述选择算法的最终权重组。16.如权利要求15所述的方法,其中修改所述初始权重组包括随机地修改与所述比例参数值一致的所述初始权重组;并且其中所述比例参数进度表包括多个比例参数值,并且其中所述比例参数值中的每个比例参数值指示可用于修改所述权重组的变异性。17.如权利要求15所述的方法,所述方法还包括,针对所述比例参数进度表中的每个比
例参数值,并且针对所述N次迭代中的每一次迭代:计算所述种质组的所述估计性能以作为所述种质组与参考种质组之间的百分比重叠;以及将所述计算的估计性能与所述性能阈值进行比较。18.如权利要求17所述的方法,所述方法还包括,响应于所述识别的种质组的所述估计性能不满足所述性能阈值和迭代次数小于N:基于下式来计算所述另一个阈值以作为所述识别的种质组的所述估计性能的接受概率阈值:其中E
′
是所述识别的种质组的所述估计性能,E是所述性能阈值,并且S是所述比例参数值;将所述接受概率与所述比例参数值和所述N迭代的随机生成数进行比较;以及响应于所述随机生成数满足所述接受概率,确定所述另一个阈值得到满足。19.如权利要求15所述的方法,其中N小于500。20.如权利要求15所述的方法,所述方法还包括在所述育种计划的育种流水线的生长空间中种植植物,所述植物来源于所述至少一个种质。21.一种用于识别在与植物提升相关联的选择算法中采用的权重的系统,所述系统包括:计算装置,所述计算装置被配置成:识别用于与育种计划相关联的选择算法的初始权重组以作为M条链中的每条链的输入,所述初始权重组与性能阈值相关联;针对所述M条链中的每条链,其中M是整数,在多个定义的比例参数值中的一个比例参数值下,针对用于所述链的所述初始权重组初始化N次迭代,其中N是整数;针对所述N次迭代中的每一次迭代,在所述定义的比例参数值中的一个比例参数值下:(a)基于所述链的所述比例参数值来修改所述初始权重组;(b)基于所述选择算法、所述修改后的权重组和所述比例参数值来识别种质组;(c)响应于i)所述识别的种质组的估计性能满足所述性能阈值、ii)所述识别的种质组的所述估计性能满足另一个阈值和iii)迭代次数小于N,将所述修改后的权重组作为所述初始权重组推进到下一次迭代;以及(d)响应于i)所述识别的种质组的所述估计性能满足所述性能阈值和ii)迭代次数等于N,识别所述修改后的权重组以作为所述N次迭代的输出;在所述N次迭代之后,针对所述M条链中的每条链,将所述M链的输出与所述M条链中的不同链的输出交换;在所述多个定义的比例参数值中的另一个比例参数值下,针对作为所述初始权重组的所述输出,初始化另外的N次迭代,并且针对所述另外的N次迭代中的每一次迭代,重复操作(a)到操作(d);以及在将输出在所述M条链之间交换X次之后,识别所述输出中的至少一个以作为用于与所述育种计划相关联的所述选择算法的最终权重组。
22.如权利要求21所述的系统,其中所述计算装置被配置成,结合操作(a),随机地修改与所述比例参数值一致的所述初始权重组。23.如权利要求22所述的系统,其中所述多个定义的比例参数值包括至少四个比例参数值,并且其中所述至少四个比例参数值中的每个比例参数值指示可用于修改所述权重组的变异性。24.如权利要求21所述的系统,其中所述计算装置被配置成经由所述选择算法而基于历史测试数据来识别所述种质组。25.如权利要求21所述的系统,其中所述计算装置还被配置成,结合操作(c),计算所述种质组的所述估计性能以作为所述种质组与参考种质组之间的百分比重叠,并且将所述计算的性能与所述性能阈值进行比较。26.如权利要求21所述的系统,其中所述计算装置还被配置成,针对所述N次迭代中的每一次迭代,响应于停止条件得到满足,识别所述修改后的权重组以作为所述N次迭代的输出。27.如权利要求26所述的系统,其中所述停止条件包括以下各项中的至少一个:所述修改后的种质组的所述估计性能超过阈值和经过多次迭代后的性能提高程度。28.如权利要求21所述的系统,其中所述计算装置被配置成,结合操作(c),将所述识别的种质组的所述估计...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。