[发明专利]一种基于组合优化的多块地选种决策优化方法有效
申请号: | 201711143224.8 | 申请日: | 2017-11-17 |
公开(公告)号: | CN107832892B | 公开(公告)日: | 2021-12-28 |
发明(设计)人: | 史忠顺;赵宇;张玺;侍乐媛 | 申请(专利权)人: | 北京大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/02;G06N3/08 |
代理公司: | 北京万象新悦知识产权代理有限公司 11360 | 代理人: | 黄凤茹 |
地址: | 100871*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公布了一种基于组合优化的多块地选种决策优化方法,针对多块地选种决策问题,构建基于组合优化理论方法的多块地粮食选种决策模型,实现对多块地选种进行决策优化;包括:构建训练样本集;获取影响产量的关键因素;构建神经网络模型并训练;构建训练测试集;通过训练好的神经网络模型得到地块的产量预测值及方差;构建基于组合优化的多块地粮食选种决策优化模型;采用分解式算法求解最优选种比例,得到最优品种及使用比例。本发明用于对粮食种植、选种进行分析与优化,可指导具体地块农业种植、农业种植规划;进一步为宏观农业政策或区域销售与备货策略提供技术支持,具有极大的经济和社会价值。 | ||
搜索关键词: | 一种 基于 组合 优化 选种 决策 方法 | ||
【主权项】:
一种基于组合优化的多块地选种决策优化方法,针对多块地选种决策问题,基于混合整数二次规划方法,构建基于组合优化理论方法的多块地粮食选种决策模型,实现对多块地选种进行决策优化;包括如下步骤:1)将土壤数据、天气数据集合起来,构建训练样本集;2)通过特征选择方法获取影响产量的关键因素,作为神经网络预测模型的输入变量;3)构建神经网络模型,并通过交叉检验方法,经过反复训练,提高神经网络模型在预测农作物产量上的精度和稳定性;4)将土壤数据、天气数据集合起来构建训练测试集;5)通过上述训练好的神经网络模型,得到地块的产量预测值及方差;6)通过投资组合方法和混合整数规划方法,构建基于组合优化的多块地粮食选种决策优化模型:多块地粮食选种决策优化模型的目标是:使得所有地块总的产量的方差最小,同时期望产量能够大于或者等于去年的预期产量值;所述多块地粮食选种决策优化模型MVS表示为式(1)~(7):(MVS)minΣk=1mΔkpkΣi=1nΣj=1nzikH^ijkzjk---(1)]]>s.t.Σk=1mpkΣi=1nzikY^ik≥Y^{last-year}=Σk=1nY^{last-year}k,---(2)]]>Σi=1nvi≤p,---(3)]]>Σi=1nzik=1,---(4)]]>ηvi≤zik≤vi,∀i∈N,---(5)]]>zik≥0,∀i∈N,k∈K,---(6)]]>vi∈{0,1},∀i∈N.---(7)]]>式(1)为目标函数,表明优化模型的目标是使得所有地块的整体产量风险最小;式(2)的约束条件确保了预期产量要高于去年的产量;式(3)的约束条件表明至多只能选择p个粮食品种;式(4)的约束条件定义了在每块土地上,种子的使用量均为1;式(5)的约束条件定义种子使用量的区间,也即被选取种子的最小使用量为η;式(6)和式(7)的约束条件定义决策变量;7)采用分解式算法求解最优选种比例,得到最优品种及使用比例;具体包括如下步骤:71)求解多块地粮食选种决策优化模型;得到地块k可以确保收获的最低产量采用穷举法来评估不同品种组合在每一块土地上的表现:对于单块地来讲,决策集合为对于l∈T,定义Sl为一个可选取的品种组合;针对每块地、每个品种组合构建组合优化模型MVSlk,表示为式(8)~(14):(MVSlk)minflk(Sl,z,v)=Σi∈SlΣj∈SlzikH^ijkzjk---(8)]]>s.t.Σi=1nzikY^ik≥ρlk×Y^{last-year}k.---(9)]]>Σi=1nvi≤p,---(10)]]>Σi=1nzik=1,---(11)]]>ηvi≤zik≤vi,∀i∈N,---(12)]]>zik≥0,∀i∈N,k∈K,---(13)]]>vi∈{0,1},∀i∈N.---(14)]]>上述组合优化模型MVSlk中,在式(9)的约束条件中添加参数ρlk,ρlk∈[0,1];定义ηk=minl∈T{ρlk},对于每块土地,用ηk来代替ρlk;由此得到确定有解的优化模型表示为式(15)~(21):(MVSlkfea)minflk(Sl,z,v)=Σi∈SlΣj∈SlzikH^ijkzjk---(15)]]>s.t.Σi=1nzikY^ik≥ηk×Y^{last-year}k.---(16)]]>Σi=1nvi≤p,---(17)]]>Σi=1nzik=1,---(18)]]>ηvi≤zik≤vi,∀i∈N,---(19)]]>zik≥0,∀i∈N,k∈K,---(20)]]>vi∈{0,1},∀i∈N.---(21)]]>通过模型的求解,得到地块k可以确保收获的最低产量72)根据地块k确保收获的最低产量求出所有地块整体的保证产量为同时求出地块k上种植品种组合Sl时产量的方差Vk,为式(22):Vk=Σi∈SlΣj∈SlzikH^ijkzjk,k∈K.---(22)]]>73)设定一个最优品种组合Sl*,能够使得整体的产量方差最小,表示为式(23):minΣk=1mfl*k(Sl*,z,v)=Σk=1mΔkpkΣi∈Sl*Σj∈Sl*zikH^ijkzjk---(23)]]>74)对最优品种组合Sl*在各块土地上的表现进行分析,寻找最优品种组合Sl*种植在地块k上可能达到的最大产量,得到最终的最优品种组合;方法包括:构建优化模型表示为式(24)~(30),以10%的比例逐步提高ηk的值,直到问题无解:(MVSl*kopt)minfl*k(Sl*,z,v)=Σi∈Sl*Σj∈Sl*zikH^ijkzjk---(24)]]>s.t.Σi=1nzikY^ik≥ηk×Y^{last-year}k.---(25)]]>Σi=1nvi≤p,---(26)]]>Σi=1nzik=1,---(27)]]>ηvi≤zik≤vi,∀i∈N,---(28)]]>zik≥0,∀i∈N,k∈K,---(29)]]>vi∈{0,1},∀i∈N.---(30)]]>将能够保证有解的ηk的最大值定义为得到所有地块在种植最优品种组合Sl*时能够保证的最大产量为75)进一步得到考虑不同地块农民风险偏好的决策优化模型考虑不同地块上的农民有风险偏好Δk,定义考虑到不同地块农民风险偏好的决策优化模型表示为式(31)~(37):(MVSl*kprop)minflk(Sl*,z,v)=Σi∈Sl*Σj∈Sl*zikH^ijkzjk---(31)]]>s.t.Σi=1nzikY^ik≥(1-Δk)ηkmaxY^{last-year}k,---(32)]]>Σi=1nvi≤p,---(33)]]>Σi=1nzik=1,---(34)]]>ηvi≤zik≤vi,∀i∈N,---(35)]]>zik≥0,∀i∈N,k∈K,---(36)]]>vi∈{0,1},∀i∈N.---(37)]]>对于i∈Sl*,品种i的最终使用比例表示为式(38):Σk=1mzikΣi∈Sl*Σk=1mzik---(38)]]>最终选择的品种组合即为最优品种组合Sl*,由此实现基于组合优化的多块地选种决策优化。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学,未经北京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711143224.8/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理